在决策树算法中,第五步计算信誉的熵,信誉分为两组:良好和优秀。信誉信息增益公式为:E(信誉)= 0.9048,信誉信息增益= 0.9537-0.9048 = 0.0453。
此外,提供了一个决策树算法的示例,用于根据年龄、收入、学生身份和信誉对客户进行归类,并预测他们是否购买计算机。
在决策树算法中,第五步计算信誉的熵,信誉分为两组:良好和优秀。信誉信息增益公式为:E(信誉)= 0.9048,信誉信息增益= 0.9537-0.9048 = 0.0453。
此外,提供了一个决策树算法的示例,用于根据年龄、收入、学生身份和信誉对客户进行归类,并预测他们是否购买计算机。