如何解决如何从节点中提取最佳“杂质”值即基尼系数或熵?
我想知道如何在Scikit-Learn库中计算决策树算法的最佳基尼或熵。
我已经知道要计算基尼系数,即节点的熵信息增益。
我的重点是“如何通过成本函数或信息增益获得最佳的基尼系数或熵?”
基尼系数和熵值是节点拆分的结果。
因此,如果我想知道最小成本函数值或最高信息增益值,是否应该计算关于所有特征,样本和阈值的杂质指数?
我试图在Scikit-Learn的github中阅读splitter代码。
我首先想到的是,他们搜索所有样本。 但是似乎有一种方法可以找到最佳标准或价值,但是我不确定。
总而言之,我有两个问题:
- 在Scikit-Learn决策树中计算杂质值时,它是否真的针对每个样本,特征和阈值进行了计算?
- 如果没有,拆分器如何不检查所有情况?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。