熵——信息增益

Posted 笨拙的忍者

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了熵——信息增益相关的知识,希望对你有一定的参考价值。

整理自:https://mp.weixin.qq.com/s/LGyNq3fRlsRSatu1lpFnnw

    南大周志华老师的西瓜书—第四章


公式

信息增益是决策树ID3算法在进行特征切割时使用的划分准则,其物理意义和互信息完全相同,并且公式也是完全相同。

其中D表示数据集,A表示特征,信息增益表示得到A的信息而使得类X的不确定度下降的程度,在ID3中,需要选择一个A使得信息增益最大,这样可以使得分类系统进行快速决策。 

需要注意的是:在数值上,信息增益和互信息完全相同,但意义不一样,需要区分,当我们说互信息时候,两个随机变量的地位是相同的,可以认为是纯数学工具,不考虑物理意义,当我们说信息增益时候,是把一个变量看成是减少另一个变量不确定度的手段。

 

计算过程

 


 

以色泽属性为例,他有三个可能的取值{青绿,乌黑,浅白},对应{D1,D2,D3

  青绿 乌黑 浅白
正例 3 4 1
反例 3 2 4
总计 6 6 5

 

以上是关于熵——信息增益的主要内容,如果未能解决你的问题,请参考以下文章

AI机器学习-信息熵,条件熵,信息增益

信息熵条件熵联合熵信息增益相对熵交叉熵

信息熵 增益

python里怎么计算信息增益,信息增益比,基尼指数

信息增益准则为啥对可取值数目较多的属性有所偏好

决策树 - 熵,信息增益的计算