决策树是一种基于概率分析的决策分析方法，通过构建树形结构来评估项目风险。ID3算法由RossQuinlan提出，用于生成决策树，它选择信息增益最高的特征进行分裂。熵是衡量样本集合不纯度的指标，信息增益则是评估分裂效果的度量。然而，ID3算法易受过多特征和噪声影响，可能导致过拟合。
决策树：
决策树（Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
决策树通过把数据样本分配到某个叶子节点来确定数据集中样本所属的分类。
ID3（Iterative Dichotomiser 3）算法
提出者：
ID3（Iterative Dichotomiser 3）算法由罗斯·昆兰（Ross Quinlan）提出，用来从数据集中生成决策树。
原理：
ID3算法是在每个节点处选取能获得最高信息增益的分支属性进行分裂。
在说信息增益之前
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
