决策树(一)ID3和C4.5算法原理与实现

一、预备知识

1、信息熵

H(p) = -\sum p_{i}logp_{i}(可以从,信息量相加就是独立随机事件相乘来理解,所以需要取对数),熵entropy这个词本身代表不确定性的意思,而不确定性越大,信息量则越大。

2、条件熵

H(D|A)=\sum p_{i}H(D_{i}),pi表示某一子集占统计量的比列,H(Di)为该子集的信息量

3、信息增益

g(D,A) = H(D) - H(D|A)

4、信息增益比

g_{R}=g(D,A) /H(D|A)

二、ID3和C4.5算法

两个算法都很简单,就是每次对数据集遍历其特征,ID3根据选择的特征计算信息增益,选择使信息增益最大的划分特征。

C4.5选择信息增益比g_{R}最大的特征划分,直到达到停止条件。

三、Python实现

最近比较忙,等有时间了在写一下

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值