决策树

 决策树基本知识

  1. 决策树:从根节点一步一步走到叶子节点(决策),所有的数据最终都会落到叶子节点。决策树既可以做分类,也可以做回归。
  2. 决策树的训练与测试:
  •  训练阶段:从给定的训练集构造出来一棵树(从根节点开始选择特征,如何进行特征切分)
  • 测试阶段:根据构造出来的模型从上到下走一遍(决策树的难点在于构造一棵决策树)

衡量标准——熵

  1. 熵是表示最忌变量不确定的变量
  2. 公式:H= \textup{-}\sum \textup{pi}\times \mathbf{log\, pi \, ,i=1,2,3..}
  • 当p=0或p=1时,H=0,随机变有不确定性量完全没
  • 当p=0.5时,H=1,此时随机变量的不确定性最大
  • 信息增益:特征X使得类Y不确定性减少的程度(希望分类后的结果是同类在一起)
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