如何用机器学习算法计算特征重要性

1.决策树算法 使用基尼系数（GI）和信息增益（IG）为决策树计算特征重要性。app （1）信息增益（information gain）性能 假定当前样本集合D中第k类样本所占个人比例为,则D的信息熵为测试                     （1）spa 的值越小，则D的纯度越高。 orm 假定离散属性a有V个可能的取值，若使用a来对样本集D进行划分，则会产生V个分支节点，其中第v个分支节点

>>阅读原文<<