← 返回卡片

原书出处

机器学习算法原理与编程实践

03 第3章 决策树的发展

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.761Z

间步骤省略,那么,信誉的平均信息期望: E(信誉)=0.9048 G(信誉)=0.954440.9048=0.0496

(3)从所有的特征列中选出信息增益最大的那个作为根节点或内部节点——划分节点,划分整列,首次递归选择年龄列(G=0.2667)来划分。 (4)根据划分节点的不同取值来拆分数据集为若干个子集,然后删去当前的特征列,再计算剩余特征列的信息熵。

如果有信息增益,就重复第二步直至划分结束。首次划分后,青年和老年内含有多个标签,所以可以继续划分;中年选项就只剩一个标签

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00013.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d