人工智能---决策树

决策树学习采用的是自顶向下的递归方法， 其基本思想是以信息熵为度量构造一棵熵值 降低最快的树，到叶子节点处的熵值为零， 此时每一个叶节点中的实例都属于同一类。学习 创建决策树的关键，即在当前状态下选择哪 个属性做为分类依据。blog 决策树很好理解，主要是信息增益，信息增益比，基尼系数中熵的概念的理解是理解决策树的关键递归 熵class 两个随机变量X，Y的联合分布，能够造成联合熵Joint En

>>阅读原文<<