求问:Cart分类树为什么是基尼指数最小化准则

  统计/机器学习 监督式学习    浏览次数:1207        分享
0

cart分类树用基尼指数最小选特征,基尼类似熵概念(值越大不确定性越高),那在选择最初点时,不就该选这种包含信息多的特征作为起始点吗? 可是书里写的是最小原则? 实在不解,求大神解读

 

jd910910   2018-06-26 11:59



   1个回答 
2

你这里指的gini指数一般叫做gini不纯。

gini impurity越小,说明这个分叉的结果越纯净,所以就是选小的。

参考问题Gini指数、Gini系数、Gini不纯是一回事吗?

SofaSofa数据科学社区DS面试题库 DS面经

abuu   2018-06-26 12:34

明白了 谢谢 - jd910910   2018-06-26 13:44


  相关主题

决策树的熵是什么?怎么用熵来选分叉?   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

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

python里怎么计算一个数组的熵(entropy)?   1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

softmax模型和最大熵模型是否是一回事?   1回答

最小描述长度和香农熵有什么关系?   0回答

keras里sparse_categorical_crossentropy和categorical_crossentropy什么不同?   1回答

随机森林是如何计算测试样本的概率的?   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

决策树算法ID3,C4.5和CART的特点、异同?   3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!