← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10052.b · 生成模型:GPT-6

树算法可换分裂度量

理解等级:初级

ID3 用信息增益选择属性,属性取值特别多时可能容易把样本切成小而纯的组。C4.5 用切分本身的信息量来调整增益。CART 的分类树常以基尼不纯度评价二叉切分。比较树算法要同时核对用于衡量纯度的量、如何分支和何时停止。

这张卡片看不懂?

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

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第08章《决策树和随机森林》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter8.xhtml`)。 - 结论依据:第 8.1.2 节比较 ID3、C4.5 与 CART 的切分准则。 - 原始内容:采用了增益率(Gain Ratio)来替代信息增益