2016年9月2日
机器学习之决策树熵&信息增量求解算法实现
摘要： 此文不对理论做相关阐述,仅涉及代码实现: 1.熵计算公式: P为正例,Q为反例 Entropy(S) = -PLog2(P) - QLog2(Q); 2.信息增量计算: Gain(S,Sv) = Entropy(S) - (|Sv|/|S|)ΣEntropy(Sv); 举例: 转化数据输入: 1 p 阅读全文
posted @ 2016-09-02 20:44 龚细军 阅读(1760) 评论(0) 推荐(0) 编辑