摘要：
有看过很多次的决策树算法，但是每次都是很容易忘记怎么去计算各种算法的度量值，再看一遍书，再归纳一遍 ID3，是求最大信息增益 对于样本D，类别数为K，数据集D的熵为 Ck是样本集D中属于第k类的样本子集，|Ck|表示该子集的元素个数，|D|表示样本集合的元素个数 然后计算某个特征A对于数据集D的经验 阅读全文
摘要：
一、结构化数据，看作关系型数据库的一张表，每列都有清晰的定义，包含了数值型、类别型两种类型，每一行数据代表一个样本的信息 二、非结构化数据，包括文本、图像、音频、视频数据，其包含的信息无法用一个简单的数值表示，也没有清洗的类别定义，而且每条数据的大小各不相同 1、特征归一化 对数值类型的特征做归一化 阅读全文