决策树的熵是什么?怎么用熵来选分叉?

  统计/机器学习 监督式学习    浏览次数:3849        分享
1

经常看到说,根据熵什么什么,然后就选了某个特征来选分叉。熵到底是怎么来的?怎么利用它来决定分叉的呢?

 

道画师   2017-03-15 11:04



   1个回答 
4

熵是信息不确定度的度量,做分类,最后的目标是都分对类别,所以理想中,树的最下层叶节点如果够纯,其实没有不确定性,因此熵是0,而决策树就是要找到一条熵下降最快的路径。

所以选择这一层用哪个特征来分裂最好,其实就是看哪个特征能让熵下降的最多,让信息的不确定度因为有了这个特征而减少的最多。

SofaSofa数据科学社区DS面试题库 DS面经

crazy_lau   2017-09-20 17:32



  相关主题

求问:Cart分类树为什么是基尼指数最小化准则   1回答

为什么决策树中用熵而不是基尼不纯度来作为划分依据?   2回答

pytorch 的交叉熵损失总是报错,同样的结构改成MSELoss就没有问题   1回答

最小描述长度和香农熵有什么关系?   0回答

python里怎么计算一个数组的熵(entropy)?   1回答

cross entropy是什么意思?   1回答

Gini指数、Gini系数、Gini不纯是一回事吗?   2回答

离散随机变量的熵满足的不等式如何证明?   1回答

softmax模型和最大熵模型是否是一回事?   1回答

keras里sparse_categorical_crossentropy和categorical_crossentropy什么不同?   1回答

随机森林中增加树的数量对于偏差和方差的影响   2回答

剪枝是什么意思   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!