熵——信息增益

标签：计算   完全   数值   lan   数据集   title   公式   信息增益   过程   

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｝

熵——信息增益

标签：计算   完全   数值   lan   数据集   title   公式   信息增益   过程   

原文地址：https://www.cnblogs.com/helloworld0604/p/9053693.html