机器学习之决策树学习笔记
什么是决策树?决策树是根据数据特征(属性)进行不断分类最终得到结论的一种机器学习方法。
point1:数据特征的选择的依据是属性的信息增益(部分?)
point2:不断分类表明决策树是一个递归过程
一、信息熵与信息增益
决策树学习的关键是如何选择最优划分属性,随着划分过程不断进行,希望使得决策树的分支节点包含样本尽可能属于同一类别,即纯度越来越高。
信息熵是度量样本集合纯度最常用的一个指标(可以理解为信息的混乱程度,信息熵越大,则纯度越低)
信息增益是某种特征/属性对分类的影响程度:对于某属性a来说,它的可能取值有V个(例如在水果的颜色属性可能有红色,绿色等等),如果采用属性a进行划分,那么就会产生V个分支节点;不同节点的样本数不同&#x