技术文章 > Python技术 >  Python基础教程 > 正文

python中如何实现信息增益和信息增益率

宋雪维

一、信息增益与信息增益率

1、信息增益

以某特征划分数据集前后的熵的差值。熵可以表示样本集合的不确定性,熵越大,样本的不确定性就越大。因此可以使用划分前后集合熵的差值来衡量使用当前特征对于样本集合D划分效果的好坏。

信息增益 = entroy(前) - entroy(后)

注意:信息增益表示得知特征X的信息而使得类Y的信息熵减少的程度

2、信息增益率

增益率是用前面的信息增益Gain(D, a)和属性a对应的"固有值"(intrinsic value) [Quinlan , 1993J的比值来共同定义的。

二、信息增益与信息增益率python代码实现

1、信息增益定义计算信息增益的函数:计算g(D|A)

	def g(data, str1, str2):
	    e1 = data.groupby(str1).apply(lambda x: infor(x[str2]))
	    p1 = pd.value_counts(data[str1]) / len(data[str1])
	    # 计算Infor(D|A)
	    e2 = sum(e1 * p1)
    return infor(data[str2]) - e2
	print("学历信息增益:{}".format(g(data, "学历", "类别")))
	# 输出结果为:学历信息增益:0.08300749985576883

2、信息增益率定义计算信息增益率的函数:计算gr(D,A)

	def gr(data, str1, str2):
	    return g(data, str1, str2) / infor(data[str1])


	print("学历信息增益率:", gr(data, "学历", "类别"))
	# 输出结果为:学历信息增益率: 0.05237190142858302
免费视频教程
本教程部分素材来源于网络,版权问题联系站长!
相关文章
  python检测给定的路径是否存在的方法
  python中缓冲区是什么意思?
  python带参数的装饰器怎么写?
  python中使用open()函数打开指定文件
  python中合并表格的两种方法
  python实现信息熵的计算代码
相关视频章节
  python初认识
  五分钟装好Python解释器
  Python的代码缩进规范
  用python操作文件的3种模式
  量化投资与Python&ipython初识
视频教程分类