← 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 2026-11-19T03:09:27.762Z

量最多的属性,也就是使信息熵变为最小的属性,以构造一棵信息熵下降最快的决策树。 但是ID3在使用中也暴露出了一些问题。

ID3算法的节点划分度量标准采用的是信息增益,信息增益偏向于选择特征值个数较多的特征。而取值个数较多的特征并不一定是最优的特征,所以需要改进选择属性的节点划分度量标准。

ID3算法递归过程中需要依次计算每个特征值的,对于大型数据会生成比较复杂的决策树:层次和分支都很多,而其中某些分支的特

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