人工智能---決策樹

決策樹學習採用的是自頂向下的遞歸方法， 其基本思想是以信息熵爲度量構造一棵熵值 降低最快的樹，到葉子節點處的熵值爲零， 此時每一個葉節點中的實例都屬於同一類。學習 創建決策樹的關鍵，即在當前狀態下選擇哪 個屬性做爲分類依據。blog 決策樹很好理解，主要是信息增益，信息增益比，基尼係數中熵的概念的理解是理解決策樹的關鍵遞歸 熵class 兩個隨機變量X，Y的聯合分佈，能夠造成聯合熵Joint En

>>阅读原文<<