DataWhale基础算法作业三：决策树相关

DataWhale基础算法作业三：决策树相关 学习任务 1.信息论基础（熵 联合熵 条件熵 信息增益 基尼不纯度） 2.决策树的不同分类算法（ID3算法、C4.5、CART分类树）的原理及应用场景 3.回归树原理 4. 决策树防止过拟合手段 1.基础概念（熵 联合熵 条件熵 信息增益 基尼不纯度） 在信息论与概率统计中，熵是表示随机变量不确定性的度量。 1)熵（entropy） 2）条件熵（con

>>阅读原文<<