Python全系列 教程
3567个小节阅读:5930.1k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在分类问题中,假设有K个类,样本点属于第k类的概率为p~k~,则概率分布的基尼指数定义为
Gini指数越小表示集合的纯度越高,反之,集合越不纯
例如:有三个类别,它们所占的比例分别为{1/3,1/3,1/3},则基尼指数为
G=1-(1/3)^2^-(1/3)^2^-(1/3)^2^=0.666;
若三个类别所占的比例分别为{1/10,2/10,7/10},则基尼指数为
G=1-(1/10)^2^-(2/10)^2^-(7/10)^2^=0.46;
若三个类别所占的比例分别为{1,0,0},则基尼指数为
G=1-1^2^=0;
分类与回归树(classification and regression tree,CART)模型是应用广泛的决策树学习方法。CART既可以用于分类也可以用于回归。
CART分类树默认使用基尼指数选择最优特征
ID3:信息增益标示按某种特性分类后,剩余特性的信息熵的大小的衰减程度,信息熵越小,
证明已经分好的类别就更加的纯粹单一
C4.5:选择了信息增益比替代信息增益;由于ID3算法会倾向于选取特征值较多的特征
进行分类(因为这样会让信息增益很大),比如:区分每个学生的成绩采用学生的学号进行区分,那么每个学生对应一个学号,则按照学号分的话,每个分组中就只有一个样本,并且信息熵为0,显然这个不是我们想要的,因此我们引入了信息增益比,每次选择分类特性的时候,根据信息增益比进行选取
基尼系数:代表了模型的不纯度,基尼系数越小,则不纯度越低,特征越好
1. 若三个类别所占的比例分别为{1,0,0},则基尼指数为:
A 0
B 1
C 2
D 3
2. 关于CART决策树,下列说法正确的是:
A CART决策树只能用于分类
B CART决策树只能用于回归
C CART分类树默认使用基尼指数选择最优特征
D 以上说法均不正确
1=>A 2=>C