2021年2月20日

决策树原理
摘要： 节点分裂，特征选择 从概率学角度，样本集中不同样本类别分布地越均匀，说明不确定性越大，比如投掷硬币，50%正，50%负，完全不确定，而决策树模型就是需要选取特征，通过特征取值对样本进行子集划分，使得子集中的不确定性减少。 描述不确定性的算法模型：1 gini纯度 2 信息熵 两个函数都是在样本分布越 阅读全文
posted @ 2021-02-20 11:32 skyer1992 阅读(331) 评论(0) 推荐(0) 编辑

导航