sklearn
关注
分享
扫一扫
Bystander~
胆大妄为，无法无天，玉树临风一少年
展开
-
决策树算法及应用
1、划分选择1.1信息增益样本集合D中第k类样本所占的比例为pk（k=1,2,……|y|），则D的信息熵定义为：Enter（D）越小，D的纯度越高。离散属性a有V个可能取值：v个分支节点包含D中所有在a上取值为a^V 的样本，记为D ^V,则信息增益定义为：信息增益越大，利用属性a进行划分的纯度提升就越大，ID3算法就是根据信息增益为准则来选择划分属性。1.2增益率信息增益...原创 2019-10-31 14:59:05 · 1256 阅读 · 0 评论 -
机器学习目录
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。 ...转载 2019-10-17 10:29:29 · 155 阅读 · 0 评论