您的位置: 首页 > 文章 > 决策树算法 决策树算法 分类: 文章 • 2023-12-22 20:17:34 树的组成 根节点 ：选择的第一个节点 非叶子节点 ：中间过程节点 叶子节点：最终决策结果的节点 熵 ：表示一堆物体内部的混乱程度，不确定性越高 熵越大 决策树 训练的步骤 1 算所有样本的熵 根据Y 计算 熵值H 2找根节点 假如有4给特征 x1 x2 x3 x4 y是输出 分别以 四个变量做根节点计算熵的值 比较与H的大小 哪个比H小的最多 哪个就是根节点 以此类推 一直到叶子节点 下面举例 14天 是否打球的情况 outlook 算熵的值要加权算熵值 outlook 下降最快 所以 outlook是根节点 循环这个步骤 直接到叶子节点 决策树就构建完了
