思想：
选择合适的值做为阈值，实现最佳二分，遍历所有连续属性值后，计算所有已当前Gini（）系数大小，选择最大的
例子，
来看看到底是怎样划分的。给定数据集如下（数据集来自周志华《机器学习》
对于数据集中的属性“密度”，决策树开始学习时，根节点包含的17个训练样本在该属性上取值均不同。我们先把“密度”这些值从小到大排序：
根据上面计算 的公式，可得：
下面开始计算t 取不同值时的信息增益：
相关文章：
相似解决方案
热门标签
选择合适的值做为阈值，实现最佳二分，遍历所有连续属性值后，计算所有已当前Gini（）系数大小，选择最大的
来看看到底是怎样划分的。给定数据集如下（数据集来自周志华《机器学习》
对于数据集中的属性“密度”，决策树开始学习时，根节点包含的17个训练样本在该属性上取值均不同。我们先把“密度”这些值从小到大排序：
根据上面计算 的公式，可得：
下面开始计算t 取不同值时的信息增益：
相关文章：