決策樹——連續值處理

思想： 選擇合適的值做爲閾值，實現最佳二分，遍歷所有連續屬性值後，計算所有已當前Gini（）係數大小，選擇最大的 例子， 來看看到底是怎樣劃分的。給定數據集如下（數據集來自周志華《機器學習》 對於數據集中的屬性「密度」，決策樹開始學習時，根節點包含的17個訓練樣本在該屬性上取值均不同。我們先把「密度」這些值從小到大排序： 根據上面計算 的公式，可得： 下面開始計算t 取不同值時的信息增益：

>>阅读原文<<