有没有玩过或听过这样一个游戏:参与游戏的一方在脑海里想好某个事物,然后其他参与者向他提问,回答者只能回答是还是不是。问问题的人通过答案推理,不断缩小待猜事物的范围。
其实上面的过程就类似于决策树的工作原理。
就像上面那个游戏,关键点在于如何问问题,那决策树的关键,就在于如何划分数据集。
划分数据集的大原则就是:将无序的数据变得更加有序。那用什么衡量有序和无需呢?就是信息熵。
要说信息熵,先说说信息量。信息量的公式如下:
其中p(x)是事件发生的概率。从公式可以看出,概率越大,信息量越小。显然是这样,我如果说太阳从东边升起,没什么信息量。如果我说太阳从西边升起,那信息量就太大了。