Java教程

决策树

本文主要是介绍决策树,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

熵 

$H = -\sum_{i = 1}^{n} p(x_{i}) \log p(x_{i})$  

$n$ 是分类的数目,熵越大代表随机变量 $X$ 的不确定性越大。  

可知 $0 \leqslant H(P) \leqslant \log n$     

条件熵 $H(Y|X)$ 表示已知随机变量 $X$ 的条件下随机变量 $Y$ 的不确定性。  

定义 $H(Y|X)=\sum_{i=1}^{n} p_{i} H(Y|X=x_{i})$     

这里 $p_{i}=P(X=x_{i})$   

这篇关于决策树的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!