Artificial intelligence 基于决策树的熵&x27；s

这是我之前被要求看的试卷上的一道题；我们用来学习的幻灯片对此没有意义。我知道如何使用一个表来获得熵，但不知道如何使用提供的方程来获得熵

问题 对属性A1、A2、A3和结果C表示的数据进行决策树训练，如下所述：

A1 A2 A3 C
1  0  1  0
0  1  1  1
0  0  1  0

对于log2（1/3）=1.6和log2（2/3）=0.6，回答以下问题：

a） 对于给定的训练示例集，熵H的值是多少

b） 按属性A2划分的阳性样本部分是多少

c） 属性A2的信息增益G（A2）的值是多少

---

d） 如果决策树的规则是什么？

我猜b部分将是3。就像在第1行或第3行的A2中添加1一样，C将变为1

对于第2行，如果从A2中删除1，则C将变为0