第五章数据分类.pptVIP

例：构造决策树。 下表给出了取自AllElectronics顾客数据库元组训练集。 编号 年龄 收入 学生 信用等级 类别：购买电脑 1 =30 高 否 一般 不会购买 2 =30 高 否 良好 不会购买 3 31…40 高 否 一般 会购买 4 40 中等 否 一般 会购买 5 40 低 是 一般 会购买 6 40 低 是 良好 不会购买 7 31…40 低 是 良好 会购买 8 =30 中等 否 一般 不会购买 9 =30 低 是 一般 会购买 10 40 中等 是 一般 会购买 11 =30 中等 是 良好 会购买 12 31…40 中等 否 良好 会购买 13 31…40 高 是 一般 会购买 14 40 中等 否 良好 不会购买 解：由题意可知： s＝14，类标号属性“购买电脑”有两个不同值（即｛会购买，不会购买｝），因此有两个不同的类（即m＝2）。设类C1对应于“会购买”，类C2对应于“不会购买”。则s1＝9，s2＝5，p1＝9/14，p2=5/14。 ①计算对给定样本分类所需的期望信息： ②计算每个属性的熵。 先计算属性“年龄”的熵。 对于年龄＝“=30”：s11＝2，s21＝3，p11=2/5，p21=3/5，