機器學習演算法決策樹資訊增益資訊熵

機器學習筆記之資訊熵、資訊增益和決策樹(ID3演算法)

決策樹演算法: 優點:計算複雜度不高,輸出結果易於理解,對中間值的缺失不敏感,可以處理不相關的特徵資料。 缺點:可能會產生過度匹配問題。 適用資料型別:數值型和標稱型。 演算法原理: 決策樹是一個簡單的為輸入值選擇標籤的流程圖。這個流程圖由檢查特徵值的決策節點和分配標籤的子葉節點組成。為輸入值選擇標 […]