本文为大家分享了决策树之C4.5算法，供大家参考，具体内容如下
1. C4.5算法简介
"" alt="这里写图片描述" src="/UploadFiles/2021-04-08/2017122014125733.png">
其中，训练数据集S通过属性A的属性值划分为m个子数据集，
"" alt="这里写图片描述" src="/UploadFiles/2021-04-08/2017122014125734.png">
信息增益的详细计算方法，可以参考博客“决策树之ID3算法及其Python实现”中信息增益的计算。
"" alt="这里写图片描述" src="/UploadFiles/2021-04-08/2017122014125735.png">
"" alt="这里写图片描述" src="/UploadFiles/2021-04-08/2017122014125736.png">
其中，
"" alt="这里写图片描述" src="/UploadFiles/2021-04-08/2017122014125737.png">
把子树替换成叶子节点后，该叶子节点的误判率为：
其中，
同时，该叶子结点的误判次数也是一个伯努利分布，因此该叶子节点误判次数的均值为：
剪枝的条件为：
满足剪枝条件时，则将所得叶子节点替换该子树，即为剪枝操作。
5. 缺失属性值的处理
"text-align: center">
7. C4.5算法优缺点分析
优点：
（1）通过信息增益率选择分裂属性，克服了ID3算法中通过信息增益倾向于选择拥有多个属性值的属性作为分裂属性的不足；
（2）能够处理离散型和连续型的属性类型，即将连续型的属性进行离散化处理；
（3）构造决策树之后进行剪枝操作；
（4）能够处理具有缺失属性值的训练数据。
缺点：
（1）算法的计算效率较低，特别是针对含有连续属性值的训练样本时表现的尤为突出。
（2）算法在选择分裂属性时没有考虑到条件属性间的相关性，只计算数据集中每一个条件属性与决策属性之间的期望信息，有可能影响到属性选择的正确性。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
python,决策树,C4.5
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。