- 博客(2)
- 收藏
- 关注
原创 决策树分类
这两个都是越小越好,计算一个特征所有属性的基尼值,然后进行加权求和,作为这个特征的基尼值,越小代表这个特征越纯,也就是根据这个特征能不能很好的判断出这个样本的标签是什么。2、子节点的选择,如下面,婚姻状态为单/离异分支的情况,需要在这一分支的数据里面来计算剩余特征的基尼或者熵,选择纯度高的作为分支节点。像年收入这种数值类的特征,有很多属性,可以考虑选择所有样本的年收入的中点,把年收入简单划为两类,变成二元的,分别计算每一类的基尼值。n为标签个数,P(i)为某个标签的比例或者概率。
2024-07-18 17:12:58
217
原创 动手学强化学习 import rl_utils包
一直以为是Python的第三方库,其实是作者自己写的工具包,书的前言中可以找到GitHub下载地址。在同级目录下新建py文件rl_utils.py,将代码复制过来即可。
2024-03-08 10:59:18
686
1
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