摘要：
核心思想： 样本集D,属性集A 相关概念及公式 共有D组数据 K表示数据的某一种属性的一种样式，如西瓜色泽的：浅白，青绿，乌黑。 表示某一种属性的第k个取值所占的比例 信息熵表示当前计算属性的纯度，Ent(D)越小，D纯度越高。 信息熵(又称香农熵): 信息增益表示用数据的某一种属性来划分后所获的“ 阅读全文
摘要：
决策树的实现太...繁琐了。 如果只是接受他的原理的话还好说，但是要想用代码去实现比较糟心，目前运用了《机器学习实战》的代码手打了一遍，决定在这里一点点摸索一下该工程。 实例的代码在使用上运用了香农熵，并且都是来处理离散数据的，因此有一些局限性，但是对其进行深层次的解析有利于对于代码的运作，pyth 阅读全文