VictoriaYuri的博客

原创 数据挖掘——最佳划分度量（1）

前言有很多度量可以用来确定划分记录的最佳方法。选择最佳划分的度量通常是根据划分后子女结点不纯性的程度。不纯的程度越低，类分布就会越倾斜。例子：类分布为（0,1）的结点具有零不纯性（是比较好的）均衡分布（0.5,0.5）的结点具有最高的不纯性提示：以下是本篇文章正文内容，下面案例可供参考一、不纯性度量的公式注意：p(i|t)表示给定结点t中属于i类的比例①熵（信息论中使用较多）Entropy（t）=②基尼值Gini（t）=③分类误差Classification error（t）=