标签：特征 基础 增益 信息 算法 基尼系数 信息熵 决策树

（原创）
本文讨论机器学习的基础的决策树算法

1.预备知识：信息度量的相关量

（1）信息熵
使用信息熵来度量信息的不确定性
信息熵的数学式为： 加和 -plogp，熵越大，不确定性越大

（2）信息增益，某特征下
信息增益 = 原熵 - 按特征A分割后的熵
信息增益越大的，说明对不确定性的削弱越高，那么应该优先该特征

（3）信息增益率，某特征下
信息增益率：信息增益 / 特征A自身产生的熵，分母用于惩罚特征可能拥有的过多（唯一）的值的情况

（4）基尼系数
基尼系数： 加和 pi(1-pi) ，基尼系数越大，不确定性（不纯）越大
经特征A的取值a分割后的基尼系数 = 分割的两部分基尼系数 的加权平均

2.ID3 决策树
递归选择 信息增益 最大的特征，作为每次分裂的依据

3.C4.5 算法
递归选择 信息增益率 最大的特征

4.CART 算法
递归选择 基尼系数 最小的特征和相应切割值点

标签：特征,基础,增益,信息,算法,基尼系数,信息熵,决策树
来源： https://www.cnblogs.com/randomstring/p/15706885.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。