机器学习——信息熵

信息熵在信息论中代表的是随机变量的不确定度的度量
　　1、熵越大，数据的不确定性越高，无规则运动越剧烈
　　2、熵越小，数据的不确定性越低

 

信息熵公式：
　　

式子表示这个样本中有k类，pi表示第i类数据在总体中的占比。

负号是因为pi属于0到1之间，那么log（pi）就小于零，所以加一个负号。

 

举个栗子：

　　

 

 

　　

　　可以看到后一个的熵要小，后一个数据比前一个数据更加确定。

 

划分的目的：
　　使得划分后信息熵降低

　　对所有的划分可能性进行搜索，找到最优划分方式，生成决策树

转载于:https://www.cnblogs.com/miaoqianling/p/11441460.html