由于基于信息熵和信息增益率算法各有优缺点采取折中办法是
发布网友
发布时间：2022-04-24 14:36
共1个回答
热心网友
时间：2022-04-09 21:46
摘要您好！您可以采用决策树算法，决策树算法主要基于信息熵、信息增益、信息增益率以及基尼系数，其优势是容易理解和实现，决策树算法的缺点是受训练样本影响较大，比较容易过拟合。在预测阶段，如果新出现的数据与原先的训练样本相差较大，则分类效果会比较差。针对决策树的缺点，科学家们提出了剪枝和随机森林。咨询记录 · 回答于2021-09-26由于基于信息熵和信息增益率算法各有优缺点采取折中办法是您好！您可以采用决策树算法，决策树算法主要基于信息熵、信息增益、信息增益率以及基尼系数，其优势是容易理解和实现，决策树算法的缺点是受训练样本影响较大，比较容易过拟合。在预测阶段，如果新出现的数据与原先的训练样本相差较大，则分类效果会比较差。针对决策树的缺点，科学家们提出了剪枝和随机森林。基于信息增益率的算法是什么您好！搜词条信息增益率信息增益率，是一种增益率，数学名词。中文名信息增益率计算公式Gain-ratio=Gain（A）/I性质增益率内容增益率信息增益率计算公式：Gain-ratio=Gain（A）/IG（A）即Gain(S, A)=E(S)–E(S, A)图1
