← 返回卡片

原书出处

机器学习算法的数学解析与Python实现

07 7.2.2 决策树分类算法的数学解析

核验版本的摘录快照 · 导入于 2026-11-20T15:28:23.515Z

信息熵正好能满足这个要求。信息熵原本是用于衡量不确定性的指标,也就是说情况越乱,信息熵越大。不确定性可以用发生概率来理解,如果一件事百分之百会发生,我们会把这事儿称为“板上钉钉”,即很确定的事儿,信息熵就无限接近于最小

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/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00077.html

EPUB SHA-256:cec98bc5e8a36f45115b2ab5bc72d2b90c35bd2bdb873019a957042d1de9f1e6