统计学习笔记之决策树(二)
摘要：
1.CART分类树的特征选择 分类问题中,假设有K个类,样本点属于第k类的概率为,则概率分布的基尼指数定义为: 如果，集合D根据特征A是否取某一可能值a被分割成和，在特征A的条件下,集合D的基尼指数定义为: 基尼指数代表了模型的不纯度,基尼指数越小,不纯度越小,特征越好. 2.CART分类树的生成算 阅读全文
posted @ 2017-05-10 10:04 潇洒的麦兜 阅读(274) 评论(0) 推荐(0) 编辑
