分类
as394349658
这个作者很懒,什么都没留下…
展开
-
决策树
就这样的信息熵是用来描述信息混乱程度或者说确定程度的一个值 。混乱程度越高,熵越大;混乱程度越低,熵越小。 整个样本集合的熵如下: 离散现在要做的是挑出这个“树根”,挑出“树根”的原则是这一个点挑出来一刀切下去,要尽可能消除不确定性,最好一刀下去就把两个类分清楚,如果不行才会选择在下面的子节点再切一次,切的次数越少越好。从熵的定义来看,不难看出,熵越大说明信息混乱程度越...原创 2019-08-25 15:19:48 · 3744 阅读 · 0 评论 -
三种贝叶斯分类
因变量是定量型的归纳学习称为回归,或者说是连续变量预测因变量是定性型的归纳学习称为分类,或者说是离散变量预测 P(AB)= P(B|A)P(A) P(A)叫做A事件的先验概率,就是一般情况下,认为A发生的概率。 P(B|A)叫做似然度,是A假设条件成立的情况下发生B的概率。 P(A|B)叫做后验概率,在B发生的情况下发生A的概率,也就是要计算的概率。 P(B)...原创 2019-08-17 17:16:13 · 4412 阅读 · 0 评论