决策树

最新推荐文章于 2024-04-19 10:58:56 发布

_OscarLi

最新推荐文章于 2024-04-19 10:58:56 发布

阅读量86

点赞数

分类专栏：机器学习文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42830365/article/details/104016976

版权

机器学习专栏收录该内容

4 篇文章 0 订阅

订阅专栏

设数据集D中有m个不同的类 $C 1, C 2, C 3, . . ., C m$
设 Ci,D是数据集D中Ci类的样本的集合, |D|和 |Ci,D|分别是D和 Ci,D中的样本个数
数据集D的信息熵:
$\operatorname{Info}(D)=-\sum_{i=1}^{m} p_{i} \log _{2} p_{i}$
其中pi是数据集D中任意样本属于类Ci的概率

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
决策树

设数据集D中有m个不同的类C1,C2,C3,...,CmC1, C2, C3, ..., CmC1,C2,C3,...,Cm设 Ci,D是数据集D中Ci类的样本的集合, |D|和 |Ci,D|分别是D和 Ci,D中的样本个数数据集D的信息熵:Info⁡(D)=−∑i=1mpilog⁡2pi\operatorname{Info}(D)=-\sum_{i=1}^{m} p_{i} \log _...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。