- 博客(3)
- 收藏
- 关注
RSS订阅原创 决策树、随机森林算法
在分类任务中，分类后某一组中同一类别的物体越纯（概率越高），熵值越低，所以熵值可以作为衡量标准。如果是连续值，先对数据进行由小到大排序，再对每一个数据进行切分（二分），然后计算每一次切分的信息增益，选择信息增益最大的切分（连续值离散化）信息增益(ID3)的问题：不能解决非常稀疏的特征（假设某个特征和编号一样，每一类都是不同的，此时熵计算就为0）信息增益：表示特征X使得类Y的不确定性减少的程度（分类后的专一性，希望分类后的结果还是同类在一起）限制深度，叶子节点个数，叶子节点样本数，信息增益量等。
2024-01-02 16:12:26
364
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人