知识卡片
信息增益比较节点分割
先算父节点标签熵,再减去子节点标签熵的加权和,权重是各子节点样本占比。获益最大的划分优先,再用落在子节点的样本递归。信息增益是当前这一步的改进,局部最优的划分不保证整棵树全局最优。
可参照[[信息熵是平均惊讶度]]。加权标签熵变化用于比较分裂。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 搞懂算法:决策树是怎么回事 · 查看原书依据
综合以上,以“学历/学位”属性进行划分的信息熵为
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第9章《搞懂算法:决策树是怎么回事》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter009.xhtml)
- 结论依据:原书对四个学历子组按人数加权,再比较四种根节点属性。
- 原始内容:综合以上,以“学历/学位”属性进行划分的信息熵为