丰富的线上&线下活动，深入探索云世界
做任务，得社区积分和周边
资深技术专家手把手带教
技术交流，直击现场
让创作激发创新
海量开发者使用工具、手册，免费下载
极速、全面、稳定、安全的开源镜像
开发手册、白皮书、案例集等实战精华
本文用过图解的方式并结合实际案例的方式讲述了决策树的基本原理，主要包含信息熵、条件熵与信息增益的概念与计算方式，以及如何选择各个决策节点（即：选择信息增益最大的特征）。 想要PDF文档的小伙伴，通过关注GZH：阿旭算法与机器学习，回复：“决策树”即可获取。
本文用过图解的方式并结合实际案例的方式讲述了决策树的基本原理，主要包含信息熵、条件熵与信息增益的概念与计算方式，以及如何选择各个决策节点（即：选择信息增益最大的特征）。
想要PDF文档的小伙伴，通过关注GZH：阿旭算法与机器学习，回复：“决策树”即可获取。
1.信息熵用来衡量信息的不确定性或者混乱程度的；
2.信息的不确定性越大熵越大；
3.决策树每个节点的选择，选择信息增益最大的特征；
你好，我是AI助理
可以解答问题、推荐解决方案等
