gini系数 决策树_Spark MLlib 决策树算法

一、决策树简介

决策树是一个树结构,由节点和有向边组成。节点包括内部节点和叶子节点,内部节点表示一个特征或一个属性,叶子节点表示一个分类;有向边是对节点的属性判断。使用决策树进行决策的过程,就是从根节点,按照边上的条件判断,直到划分到叶子节点的分类。就像机器学习圣经《西瓜书》上,如何挑选一个好瓜一样的。那么问题来了,如何构建决策树呢?实际上就是如何选特征,对数据集进行不断的划分~

71df1da61a0ffccb4f3750d1b9c082ef.png

二、决策树理论

在当前节点使用哪个特征作为切分判定,取决于切分后节点数据集合中的类别纯度。切分后的数据越纯,那么当前切分就越合理。那么如何衡量类别的纯度呢?这里有3个指标。

1、熵(针对分类)

  • 信息量:
  • 信息熵:信息量的期望
  • 信息增益:分类前,熵大;分类后,熵小;信息增益表达熵的变化。特征
    对训练集
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值