Warning: file_get_contents(/data/phpspider/zhask/data//catemap/0/amazon-s3/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Machine learning 在构建决策树的过程中。为什么信息增益最高的属性将用作根节点?_Machine Learning_Decision Tree - Fatal编程技术网

Machine learning 在构建决策树的过程中。为什么信息增益最高的属性将用作根节点?

Machine learning 在构建决策树的过程中。为什么信息增益最高的属性将用作根节点?,machine-learning,decision-tree,Machine Learning,Decision Tree,就像这张来自edureka的图片一样,可以看到outlook属性具有最高的信息增益。据我所知,更高的信息增益意味着数据将趋于同质且具有更高的纯度,但我仍然无法证明为什么信息增益最高的属性将用作根节点。 这是一个决策树。所以,我们需要在每个节点中确定一个条目数据沿着树的哪个分支。因此,,信息增益最高的属性可以帮助我们将条目划分为更有意义的部分,因为它比其他属性包含更多的信息。我投票结束这个问题,因为它不是关于中定义的编程,而是关于ML理论和/或方法-请参阅机器学习。

就像这张来自edureka的图片一样,可以看到outlook属性具有最高的信息增益。据我所知,更高的信息增益意味着数据将趋于同质且具有更高的纯度,但我仍然无法证明为什么信息增益最高的属性将用作根节点。

这是一个决策树。所以,我们需要在每个节点中确定一个条目数据沿着树的哪个分支。因此,,信息增益最高的属性可以帮助我们将条目划分为更有意义的部分,因为它比其他属性包含更多的信息。

我投票结束这个问题,因为它不是关于中定义的编程,而是关于ML理论和/或方法-请参阅
机器学习