监督学习——决策树

1.1. 决策树 度量方法： 信息增益（ID3） 信息增益率（C4.5） 基尼指数（CART） 对一个给定样本分类所需要的信息熵：   S：是s个数据样本的集合 m：类别标签具有m个 ：定义m个不同类 ：是类中样本数 ：任意样本属于的概率， 信息期望：   信息增益：   例如：     1.1.1. 迭代Dichotomiser3（ID3） （1）给定样本分类的信息熵 类别标签S被分为两类：买或

>>阅读原文<<