决策树算法

定义

决策树算法以树状结构表示数据分类的结果。每个决策点实现一个具有离散输出的测试函数,记为分支。

  • 根节点 root node
  • 非叶子节点(决策点)non-leaf node
  • 叶子节点 leaf node
  • 分支 branches


决策树-熵

联合概率密度:P(X,Y)=P(X)*P(Y) ,X和Y两个事件相互独立 log(XY)=log(X)+log(Y)

当前对象发生的不确定性:H(X),H(Y) ,即

P(概率越大)→H(X)不确定性越小

P(概率越小)→H(X)不确定性越大


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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