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
相關文章
相關標籤/搜索