特征选择，熵，条件熵，信息增益

特征选择，熵，条件熵，信息增益 特征选择 例子 熵 条件熵 信息增益 例子 特征选择 特征选择是在于选取能够提高分类器学习效率的特征。对于没有分类能力的特征，经验上扔掉这样的特征对最终的分类结果并没有什么大影响。 通常特征选择的准则是信息增益或信息增益比 例子 上表是有15个样本组成的贷款申请训练数据，数据包含贷款申请人的4个特征（年龄，是否有工作， 是否有自己的房子，信贷情况），最后一列是类别。

>>阅读原文<<