CMU 07-280 Lecture 6 導讀:Decision Trees 如何用 Mutual Information 分裂資料
Lecture 6 從 decision stump 遞迴建樹,用 entropy 衡量 label uncertainty,再以 `I(Y;W)=H(Y)-H(Y|W)`選擇分裂;這是計算可行的 greedy ERM,不是全域最佳樹保證。
Lecture 6 從 decision stump 遞迴建樹,用 entropy 衡量 label uncertainty,再以 `I(Y;W)=H(Y)-H(Y|W)`選擇分裂;這是計算可行的 greedy ERM,不是全域最佳樹保證。
HW2 要先用 entropy 與 mutual information 手算切分,再完成建樹、預測與評估的端到端分類器。