qq_39709813的博客

引言决策树（decision tree）是一种分类与回归的方法，顾名思义，决策树呈树形结构，可以认为是if-then规则的集合，也可以认为his特征空间与类空间上的条件概率分布。主要的优点：分类速度快、可读性强。决策树学习通常有三个步骤：特征选择、决策树生成和决策树修剪。常用的决策树算法有：ID3算法、C4.5算法和CART算法。决策树定义：分类决策树模型是一种描述对实例进行分类的属性结构。决策树由结点和向边组成。结点有两种类型：内部结点和叶结点。内部结点表示一个特征或者属性，...

目录引言原理信息熵条件熵信息增益信息增益算法流程信息增益比案例信息熵求解信息增益求解信息增益比求解结果分析案例的代码实现引言在机器学习和深度学习中，经常会用到信息熵（entropy）这个概念，可以理解为熵表示的是随机变量不确定度的衡量。例如概率0.5比概率0.3的不确定度要高。原理信息熵设X是一个取值有限的离散随机变量，其概率分布为：，则随机变量X的熵定义为通常log取2或者3，得到的熵的单位分别称作比特或纳特。从这就可以知道，熵依

目录引言主要函数部分程序介绍程序1：代码：程序2代码:注意事项引言无论在深度学习还是其他图像处理中都需要固定大小的图像作为输入，本文主要使用cv2.resize批量重新设置图像大小。可以批量将手机拍的照片或者分辨率大的图像重新设置到自己固定的大小，例如4000*3000设置到1920*1080，512*512设置到128*128，具体的大小可以自定义。上传两个程序，程序1可以使用编辑器打开运行；程序2可以直接在命令行输入参数运行。主要函数部分重新设置图像大