怎么能创建自己的网站,浙江省网站icp备案,邢台制作,中国空间站合作国家名单1、介绍
① 定义
分类决策树通过树形结构来模拟决策过程#xff0c;决策树由结点和有向边组成。结点有两种类型#xff1a;内部结
点和叶结点。内部结点表示一个特征或属性#xff0c;叶子节点表示一个类。
② 生成过程
用决策树分类#xff0c;从根结点开始#xff…1、介绍
① 定义
分类决策树通过树形结构来模拟决策过程决策树由结点和有向边组成。结点有两种类型内部结
点和叶结点。内部结点表示一个特征或属性叶子节点表示一个类。
② 生成过程
用决策树分类从根结点开始对样本的某一特征进行测试根据测试结果将样本分配到其他子
结点这时每一个子结点对应着该特征的一个取值如此递归地对样本进行分配直至达到叶结
点。最后将实例分到叶结点的类中。
③ 示意图
2、特征选择--信息增益或信息增益比
1信息增益
① 熵的定义
信息增益是由熵构建而成熵起源于热力学后来由香农引用到信息论中表示的是「随机变量的
不确定性」不确定性越大代表着熵越大。
由于熵和随机变量的分布有关所以我们就可以写成 那么什么时候的熵最大呢 结论是随机变量的取值等概率分布时相应的熵最大。 ② 信息增益算法 可以看出信息增益就是经验熵和经验条件熵的差值他代表的是指得知特征A而使类 Y的信息 的不确定性减少的程度。 后者越小说明对应的不确定性最小意味着如果选择特征 A 为最优特征时对于分的类是最为
确定的对应的就希望这个信息增益是最大的。
③ 例题对于上述表所给的训练数据集根据信息增益准则选择最优特征。
④ 缺点如果不同特征内的分类个数不同那么取值个数较多的特征计算出的信息增益会更大。因此信息增益会更倾向于取值较多的特征。
2信息增益比
使用信息增益来作为划分训练数据集的特征存在偏向于选择取值较多的特征的问题。使用信息增
益比可以对这一问题进行校正这是特征选择的另一准则。
