1.问题 :
对于多叉树,如果我们对分支不做限制,那么一次分裂就可以将信息熵降为0。
比如下图我们按照uid分类,如果不限制分支,那么每一个uid都可以分成一类,那么信息熵就一次分裂变成0.最终一共15个uid,不限制分支,就分成了15类,信息熵为0。
信息增益这个指标,更倾向于分成多个分支的情况
2.为了解决信息增益着一种情况,有了信息增益率。
信息增益率:信息增益除以类别本身的熵。(用的比较少,代码中封装的一般是Gini,信息增益,因为一般我们会限制树只能是二叉树)
1.问题 :
对于多叉树,如果我们对分支不做限制,那么一次分裂就可以将信息熵降为0。
比如下图我们按照uid分类,如果不限制分支,那么每一个uid都可以分成一类,那么信息熵就一次分裂变成0.最终一共15个uid,不限制分支,就分成了15类,信息熵为0。
信息增益这个指标,更倾向于分成多个分支的情况
2.为了解决信息增益着一种情况,有了信息增益率。
信息增益率:信息增益除以类别本身的熵。(用的比较少,代码中封装的一般是Gini,信息增益,因为一般我们会限制树只能是二叉树)