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：6403        分享
二维码
手机扫描二维码
  机器学习面试也能刷题？
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


  相关讨论

决策树的熵是什么？怎么用熵来选分叉？

离散随机变量的熵满足的不等式如何证明？

softmax模型和最大熵模型是否是一回事？

为什么决策树中用熵而不是基尼不纯度来作为划分依据？

python里怎么计算一个数组的熵(entropy)？

cross entropy是什么意思？

Gini指数、Gini系数、Gini不纯是一回事吗？

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

最小描述长度和香农熵有什么关系？

keras里sparse_categorical_crossentropy和categorical_crossentropy什么不同？

  随便看看

'str' object has no attribute 'decode' 代码运行时有错误呢？请高手帮忙解决

怎么对pandas dataframe的列求众数

Resnet-18, Resnet-50, Resnet-101这些模型里的数字是什么意思？

95%置信区间的正确理解

'numpy.ndarray' object has no attribute 'head'