集成学习：
算法 理论（三）1 决策树1.1 分类树1.1.1 信息熵1.1.2 案例1.1.3 基尼Gini指数1.1.4 案例1.2 回归树1.2.1 回归树分支标准1.2.2 案例
1 决策树
1.1 分类树
1.1.1 信息熵
信息熵是用来衡量信息不确定性的指标，不确定性是一个事件出现不同结果的可能性，计算方法如下所示：
H(X)=−∑i=1nP(X=i)log2P(X=i)H(X)=-sum_{i=1}^{n}P(X=i)log_2P(X=i)H(X)=−i=1∑nP(X=i)log2P(X
今天的文章 rmsprop算法（rmq算法）分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/49104.html