构建决策树时如何找到分裂点的熵？答案

【问题标题】：How to find Entropy of Split points when building Decision tree?构建决策树时如何找到分裂点的熵？
【发布时间】：2017-08-17 04:23:14
【问题描述】：

给定一个二分类问题：

有四个正面例子和五个负面例子。因此， P(+) = 4/9 和 P(-) = 5/9。训练样例的熵为 −4/9 log2(4/9) − 5/9 log2(5/9) = 0.9911。

对于a3，这是一个连续的属性，我想求出每次分割的信息增益。

所以我按升序对 a3 值进行排序并找到它们的拆分点。但是我该如何计算它们的熵呢？

给出的答案是：

上图中的信息增益列仅为 0.9911 - 熵。

但是我如何找到熵？

熵的公式是：

但我不明白如何使用这个公式来找到分裂点的熵。

【问题讨论】：

我认为这个问题与 Cross Validated (stats.stackexchange.com) 更相关。

标签： machine-learning classification decision-tree entropy

【解决方案1】：

例如，当您按a3 = 3.5 拆分数据时，您的两个实例进入一个拆分，其余七个实例进入另一个拆分。您应该计算每个拆分的熵，然后对这两个熵进行加权平均。对于a3 = 3.5，python 中的以下代码为您完成：

import numpy as np
entropy1 = -(1/2)*np.log2(1/2) - (1/2)*np.log2(1/2)
entropy2 = -(3/7)*np.log2(3/7) - (4/7)*np.log2(4/7)
entropy = (2/9)*entropy1 + (7/9)*entropy2

【讨论】：