决策树-ML之三
决策树 决策树基本概念 熵 在决策树模型中，最重要的一个概念就是熵，熵从通俗语言来讲就是信息的不确定性，比如我有一袋5个水果，不知道是什么水果，目前的不确定性是最大的，熵最大，如果拿出来一个是苹果，那么这袋水果的不确定性就减小了，熵也减小了，再拿出一个知道是梨子，熵进一步减小，直到取出所有水果，这时候不确定性最低，都确定了，熵也为0了。 熵的定义是:H(x) = -p(x)log p(x) 联合熵
相关文章
- 1. [ML] 决策树
- 2. ML《决策树（二）C4.5》
- 3. ML二（决策树学习）
- 4. ML：决策树算法
- 5. 【ML】决策树（Decision trees）
- 6. ML基础-决策树-3-递归构建决策树
- 7. 决策树（三）
- 8. ML笔记 - 决策树相关
- 9. 【ML--09】决策树算法Decision Tree
- 10. 决策树之CART
- 更多相关文章...
- • XML 树结构 - XML 教程
- • SVN 解决冲突 - SVN 教程
- • Scala 中文乱码解决
- • 互联网组织的未来：剖析GitHub员工的任性之源
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. [ML] 决策树
- 2. ML《决策树（二）C4.5》
- 3. ML二（决策树学习）
- 4. ML：决策树算法
- 5. 【ML】决策树（Decision trees）
- 6. ML基础-决策树-3-递归构建决策树
- 7. 决策树（三）
- 8. ML笔记 - 决策树相关
- 9. 【ML--09】决策树算法Decision Tree
- 10. 决策树之CART