Gain[資訊獲利的算法]_第1頁
Gain[資訊獲利的算法]_第2頁
Gain[資訊獲利的算法]_第3頁
Gain[資訊獲利的算法]_第4頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、Information Gain資訊獲利的算法資訊獲利即 “測試前的資訊量” 減 “測試後的資訊量 當p或n皆不為0當p或n任一為0年齡婚姻收入購買筆記型電腦<30單身高否<30單身中否>=30單身低是>=30已婚中否>=30已婚低否>=30已婚低否>=30已婚中否<30單身高否<30已婚低否>=30已婚中否<30已婚高是>=30已婚中否>=30單身中是>=30已婚低否>=30單身中是<30單身低否所有樣本P(會買)N(不會買電腦)總數412年齡PN< 3015>= 3037婚姻PN單身

2、34已婚18收入PN低15中25高12若100個顧客, 50個會買, 50個不會買, 則若100個顧客, 99個會買, 1個不會買, 則所以若是分配越平均(50,50), 則資訊量大.; 所以若是分配越一致(1:99), 則資訊量小(亂度小), 分類的目的就是希望-<I:未分類前的資訊量>減去<E:依照某個屬性分類的子集合之資訊量總和>如上表:分割之前, 12沒買電腦(n), 4個有買電腦(p)未分類前的資訊量為:往下分, 可依<婚姻>,<收入>,<年齡>分, 比較3個屬性, 選取Information Gain最大的來分枝 依照年齡

3、: 將16位顧客分成兩群組 ：所有樣本P(會買)N(不會買電腦)總數412年齡PN< 3015>= 3037年齡<30的機率為(1+5)/16, 而p=1, N=5年齡>=30的機率為(3+7)/16, 而p=3, N=7所有樣本P(會買)N(不會買電腦)總數412婚姻PN單身34已婚18 依照<婚姻>: 將16位顧客分成兩群組 ：請依次列出 Information Gain 依照<收入>: 將16位顧客分成3群組 ：請依次列出 Information Gain所有樣本P(會買)N(不會買電腦)總數412收入PN低15中25高12結論: 由roo

4、t(根節點)第一個分支的屬性應選那一個?未婚的下一個分支點為何, 假設第一個分支點為<婚姻>?由<婚姻>可分為2支, 為已婚, 另一為未婚年齡婚姻收入購買筆記型電腦<30單身高否<30單身中否>=30單身低是<30單身高否>=30單身中是>=30單身中是<30單身低否請算出這一層的I(3,4)=E(age)=Gain(age)=E(收入=)Gain(收入)=已婚的下一個分支點為何, 假設第一個分支點為<婚姻>?年齡婚姻收入購買筆記型電腦>=30已婚中否>=30已婚低否>=30已婚低否>=30已婚中否<30已婚低否>=30已婚中否<30已婚高是>=30已婚中否>=30已婚低否I(1,8)=E(age)=Gain(age)=所有樣本P(會買)N

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論