- 决策树学习是数据挖掘中常用的一种监督学习方法,一颗决策树包含根结点,内部结点和叶结点。其根结点为算法开始阶段,包含所有样本,内部结点代表测试阶段,对应按照某个特征进行的划分结果,叶子结点对应最终决策结果(分类结果或回归结果)
- 几种决策树对比,主要差别就是分裂依据
信息熵: E n t ( D ) = − ∑ k = 1 ∣ y ∣ P k L o g 2 P k Ent(D)=-\sum_{k=1}^{\left|y\right|}P_kLog_2P_k Ent(D)=−k=1∑∣y∣PkLog2Pk
求集合样本数: N u m ( x ) Num(x) Num(x)
IV: I V ( a ) = − ∑ v = 1 V N u m ( D v ) N u m ( D ) l o g 2 N u m ( D v ) N
决策树学习笔记
最新推荐文章于 2022-07-20 15:23:06 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)