- 博客(2)
- 收藏
- 关注
原创 利用python实现决策树ID3算法
通过长发的长短与粗细进行决策树的构造如下数据:用熵来表示信息的复杂度,熵越大,则信息越复杂。公式如下: 信息增益(information gain),表示两个信息熵的差值将数据集设为样本D,则熵为:H(D)=-[3/8*log2(3/8)+5/8*log2(5/8)]=0.9544 先以头发长短分计算出熵:以头发长短分可分为长头发和短头发,所以:H(D|A)=-4/8*(1/4*log2(1/4)...
2018-04-17 19:33:05 621
原创 Java统计HDFS中txt文件的词频
在分布式文件系统下存放着txt文件,通过Java程序遍历HDFS中txt文件,统计出出现过的单词频率import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.util.HashMap; import java.util.Iterator; impo...
2018-04-02 23:13:26 620
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人