Gain[資訊獲利的算法]_第1頁
Gain[資訊獲利的算法]_第2頁
Gain[資訊獲利的算法]_第3頁
Gain[資訊獲利的算法]_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、Information Gain資訊獲利的算法資訊獲利即 “測試前的資訊量” 減 “測試後的資訊量 當(dāng)p或n皆不為0當(dāng)p或n任一為0年齡婚姻收入購買筆記型電腦<30單身高否<30單身中否>=30單身低是>=30已婚中否>=30已婚低否>=30已婚低否>=30已婚中否<30單身高否<30已婚低否>=30已婚中否<30已婚高是>=30已婚中否>=30單身中是>=30已婚低否>=30單身中是<30單身低否所有樣本P(會買)N(不會買電腦)總數(shù)412年齡PN< 3015>= 3037婚姻PN單身

2、34已婚18收入PN低15中25高12若100個顧客, 50個會買, 50個不會買, 則若100個顧客, 99個會買, 1個不會買, 則所以若是分配越平均(50,50), 則資訊量大.; 所以若是分配越一致(1:99), 則資訊量小(亂度小), 分類的目的就是希望-<I:未分類前的資訊量>減去<E:依照某個屬性分類的子集合之資訊量總和>如上表:分割之前, 12沒買電腦(n), 4個有買電腦(p)未分類前的資訊量為:往下分, 可依<婚姻>,<收入>,<年齡>分, 比較3個屬性, 選取Information Gain最大的來分枝 依照年齡

3、: 將16位顧客分成兩群組 ：所有樣本P(會買)N(不會買電腦)總數(shù)412年齡PN< 3015>= 3037年齡<30的機率為(1+5)/16, 而p=1, N=5年齡>=30的機率為(3+7)/16, 而p=3, N=7所有樣本P(會買)N(不會買電腦)總數(shù)412婚姻PN單身34已婚18 依照<婚姻>: 將16位顧客分成兩群組 ：請依次列出 Information Gain 依照<收入>: 將16位顧客分成3群組 ：請依次列出 Information Gain所有樣本P(會買)N(不會買電腦)總數(shù)412收入PN低15中25高12結(jié)論: 由roo

4、t(根節(jié)點)第一個分支的屬性應(yīng)選那一個?未婚的下一個分支點為何, 假設(shè)第一個分支點為<婚姻>?由<婚姻>可分為2支, 為已婚, 另一為未婚年齡婚姻收入購買筆記型電腦<30單身高否<30單身中否>=30單身低是<30單身高否>=30單身中是>=30單身中是<30單身低否請算出這一層的I(3,4)=E(age)=Gain(age)=E(收入=)Gain(收入)=已婚的下一個分支點為何, 假設(shè)第一個分支點為<婚姻>?年齡婚姻收入購買筆記型電腦>=30已婚中否>=30已婚低否>=30已婚低否>=30已婚中否<30已婚低否>=30已婚中否<30已婚高是>=30已婚中否>=30已婚低否I(1,8)=E(age)=Gain(age)=所有樣本P(會買)N

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論