决策树(Decision Tree)
来源:互联网 发布:淘宝外贸原单死人衣服 编辑:程序博客网 时间:2024/05/18 15:06
决策树/判定树(Decision Tree)
决策树是一个类似于流程图的树结构:其中,每一个内部结点表示在一个属性上的测试,每一个分支表示一个属性输出,而每一个树叶结点代表类或类分布。数的最顶层是根节点。
信息熵
信息是个很抽象的概念。人们常常说信息很多,或者信息较少,但却很难说清楚信息到底有多少。比如一本五十万字的中文书到底有多少信息量。
直到1948年,香农提出了“信息熵”的概念,才解决了对信息的量化度量问题。信息熵这个词是C.E.香农从热力学中借用过来的。热力学中的热熵是表示分子状态混乱程度的物理量。香农用信息熵的概念来描述信源的不确定度。公式:
决策树归纳算法 (ID3)
这个算法是根据信息获取量(Information Gain)来构建决策树的,如:
Gain(age) = 0.694,Gain(income) = 0.029,Gain(student) = 0.151,Gain(credit_rating)=0.048,
所以决策树的第一个节点为age,第n个也是如此:
决策树的优缺点
优点: 直观,便于理解,小规模数据集有效
缺点:处理连续变量不好;类别较多时,错误增加的比较快;可规模性一般
阅读全文
0 0
- 决策树(Decision Tree)
- 决策树(Decision Tree)
- 决策树(Decision Tree)
- 决策树(Decision tree)
- 决策树(Decision Tree)
- Decision Tree(决策树)
- 决策树(Decision Tree)
- 决策树(decision tree )
- 二、决策树(Decision Tree)
- Decision Tree(决策树算法)
- 决策树(decision tree)(一)
- 决策树(decision tree)简介
- 决策树(Decision Tree)Demo
- 决策树(decision tree)分类算法
- 【机器学习】决策树(Decision Tree)
- 机器学习: 决策树(Decision Tree)
- 机器学习:决策树(Decision Tree)
- 3.1 决策树(decision tree)算法
- Python脚本进行主播招募相关数据统计的案例
- 三星公佈Bixby2.0升級後比蘋果更酷
- 微信小程序获取scope中权限管理
- iOS h5与原生态混编
- Spring Cloud构建微服务架构:服务容错保护(Hystrix服务降级)【Dalston版】
- 决策树(Decision Tree)
- android helloCharts 柱状图小结
- 我发起一个http url,本地没问题,发布到测试环境后,报错post 400 bad request,原来是测试的tomcat版本比较高,它对post的长度做了限制。
- Spring学习笔记
- html 符号
- H
- 【1018】选太子
- 如何判断网站是否使用了HTTP/2
- 对String字符串的一些处理