Artificial intelligence 基于决策树的熵&x27;s

Artificial intelligence 基于决策树的熵&x27;s,artificial-intelligence,neural-network,Artificial Intelligence,Neural Network,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

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