分类决策树ID3算法.pptxVIP

下载本文档

5
0
约小于1千字
约 51页
2017-04-21 发布于四川
举报
版权申诉

分类决策树ID3算法.pptx

1、本文档共51页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

分类决策树ID3算法

决策树;主要内容;;;;;;;;主要内容;;;;;;;;;信息增益用来衡量给定的属性区分训练样例的能力，中间（间接）表示属性 ID3算法在生成树的每一步使用信息增益从候选属性中选择属性用熵度量样例的均一性 ;信息增益用熵度量样例的均一性熵刻画了任意样例集合 S 的纯度给定包含关于某个目标概念的正反样例的样例集S，那么 S 相对这个布尔型分类（函数）的熵为信息论中对熵的一种解释：熵确定了要编码集合S中任意成员的分类所需要的最少二进制位数；熵值越大，需要的位数越多。更一般地，如果目标属性具有c个不同的值，那么 S 相对于c个状态的分类的熵定义为 ;用信息增益度量熵的降低程度属性A 的信息增益，使用属性A分割样例集合S 而导致的熵的降低程度 Gain (S, A)是在知道属性A的值后可以节省的二进制位数例子，注意是对当前样例集合计算上式;理解信息熵;理解信息增益;;;;;;;;;;;;;;;;;;;;;;;;;;;;