[英]Entropy using Decision Tree's
这是我之前要求查看的试卷中的一个问题。 我们曾经学习过的幻灯片没有意义。 我了解如何使用表格获取熵,但不了解如何使用提供的方程式
在由属性A1,A2,A3和结果C表示的数据上训练决策树,如下所述:
A1 A2 A3 C
1 0 1 0
0 1 1 1
0 0 1 0
对于log 2 (1/3)= 1.6和log 2 (2/3)= 0.6,请回答以下问题:
a)对于给定的训练示例集,熵H的值是多少?
b)按属性A2划分的正样本的比例是多少?
c)属性A2的信息增益G(A2)的值是多少?
d)决策树的IFTHEN规则是什么?
我想b部分将是3。就像您在第1或3行的A2中添加1一样,C将变成1。
对于第2行,如果您从A2中删除了1,则C将变为0。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.