Please enable JavaScript.
Coggle requires JavaScript to display documents.
AI 決策樹 - Coggle Diagram
AI 決策樹
-
資料搜集
-
問卷範例
授課範例:收入、年齡、身份、是否買筆電
-
2、計算:
1) 在「年紀」分類中 是否購買筆電的熵「0.614」
2) 在「收入」分類中 是否購買筆電的熵「0.941」
3) 在「是否為學生」分類中 是否購買筆電的熵「0.942」
資訊獲利 0.956 - 0.614 最大,故根節點選擇「 年紀」分類
資料獲利 = 未分類前的熵 - 以某個特微值分類的熵
-
-
-
-
-
-
決策樹的計算式
Entropy(熵)
-
-
-
根據熱力學第二定律:一個封閉系統的紊亂程度(科學術語上稱之為亂度,Entropy),將會持續上升。所謂的封閉系統,即是指在這個系統內的物質與力場,僅能交互作用,而不受外在因素的影響,亂度增加則是指是物質的組成粒子趨向分散的狀態,每個粒子趨向於獨立自主、穩定的合理狀態,也是機率最高的狀態。如同桌面乾淨變成桌面亂七八糟,就是亂度增加。
舉一個例子,想像現在有一個隔成兩半的空箱子,可以將它視為封閉系統,左邊裝的是氧氣分子,右邊則是氦氣分子,現在把中間的隔板抽開,那會發生什麼情形?箱子裡面的氣體一定不會乖乖的待在原本的地方,因為兩邊物質的質量不同,所以會各自分散開到充滿整個箱子,兩邊的氣體混合在一起,直到成為一個穩定的狀態。而從原本兩邊各都是相同的分子,到現在分散在一個箱子裡,即是亂度增加。
-
-
-