Python四步实现决策树ID3算法，参考机器学习实战
摘要：
一、编写计算历史数据的经验熵函数 二、按照指定特征和其特征值来划分数据集 参数axis指定是第几个特征，value是该特征什么值，这个函数会在第三步的函数和第四步里被调用，主要作用在相应步结束后介绍 三、计算每个特征的熵，求得信息增益，返回使得信息增益最大的特征 比较难理解的就是第二个for迭代中的 阅读全文
posted @ 2019-02-25 17:47 Laurel1115 阅读(460) 评论(0) 推荐(0) 编辑