2018年10月20日
决策树
摘要： ID3 （信息增益）：分类 定义：信息增益 g(D, A) = 数据集D的经验熵 H(D) - 某个特征A对于数据集D的经验条件熵 H(D | A) 步骤：计算每个特征的信息增益，取信息增益最大的特征作为划分。 缺点：偏向于选择取值较多的特征，影响分类的泛化能力。 比如一个特征由原来的两个取值，变为 阅读全文
posted @ 2018-10-20 10:36 崔馨月 阅读(142) 评论(0) 推荐(0)