笔记_决策树
决策树学习算法特征选择信息增益定义为:集合D的经验熵H(D)与特征A给定条件下D的经验条件熵H(D|A)之差,即g(D,A) = H(D) - H(D|A)信息增益比定义为 :信息增益g(D,A)与训练数据集D的经验熵 H(D)之比gR(D,A)g_R(D,A)gR(D,A) = g(D,A) / H(D)决策树的生成ID3在决策树的各个节点上应用信息增益准则选择特征C4.5在决策树的各个节点上应用信息增益比准则选择特征问题决策树生成算法递归的产生决策树,对训练数据的分类很明确
原创
2021-04-07 21:57:18 ·
104 阅读 ·
0 评论