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