Artificial intelligence 当有两个以上的类时,ID3的属性选择

Artificial intelligence 当有两个以上的类时,ID3的属性选择,artificial-intelligence,classification,decision-tree,Artificial Intelligence,Classification,Decision Tree,通常,我们讨论ID3中信息增益最高的属性选择是基于假设有两类:正类和负类。然而,我只是遇到了一个问题,有三个班。如何将属性选择算法应用于三类情况?为了方便起见,许多书只讨论I(p,n)的计算。如果有两个以上的类,我们可以计算I(c1,…,cn)=-c1*logC1-C2*logC2。。。C1是第1类元素的比例。:这个答案是正确的。要给出更详细的解释,请参阅本文档(第18页)。

通常,我们讨论ID3中信息增益最高的属性选择是基于假设有两类:正类和负类。然而,我只是遇到了一个问题,有三个班。如何将属性选择算法应用于三类情况?

为了方便起见,许多书只讨论I(p,n)的计算。如果有两个以上的类,我们可以计算I(c1,…,cn)=-c1*logC1-C2*logC2。。。C1是第1类元素的比例。

:这个答案是正确的。要给出更详细的解释,请参阅本文档(第18页)。