5-3 决策树 ID3决策树的生成算法

windmissing

于 2020-03-22 17:02:11 发布

阅读量701

点赞数

CC 4.0 BY-SA版权

分类专栏：李航 - 统计学习方法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/mishifangxiangdefeng/article/details/105030869

本文介绍了ID3决策树的生成算法，从输入、输出到详细过程，强调信息增益准则在特征选择中的作用。在算法过程中，当特征集为空或者信息增益低于阈值时，会采取特定策略防止过拟合。同时，文章还提及了代码实现的思路。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ID3算法

在决策树各个结点上应该信息增益准则选择特征，递归地构建决策树

输入

训练数据集D
特征集A
阈值 $\epsilon$

输出

决策树T

过程

若D中所有实例属于同一类 $C_k$ $，则 T 为单结点树，并将类$ $C_k$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。