python中如何實(shí)現(xiàn)信息增益和信息增益率

一、信息增益與信息增益率

1、信息增益

以某特征劃分?jǐn)?shù)據(jù)集前后的熵的差值。熵可以表示樣本集合的不確定性，熵越大，樣本的不確定性就越大。因此可以使用劃分前后集合熵的差值來衡量使用當(dāng)前特征對(duì)于樣本集合D劃分效果的好壞。

信息增益=entroy(前)-entroy(后)

注意：信息增益表示得知特征X的信息而使得類Y的信息熵減少的程度

2、信息增益率

增益率是用前面的信息增益Gain(D,a)和屬性a對(duì)應(yīng)的"固有值"(intrinsicvalue)[Quinlan,1993J的比值來共同定義的。

二、信息增益與信息增益率python代碼實(shí)現(xiàn)

1、信息增益定義計(jì)算信息增益的函數(shù)：計(jì)算g(D|A)

defg(data,str1,str2):

e1=data.groupby(str1).apply(lambdax:infor(x[str2]))

p1=pd.value_counts(data[str1])/len(data[str1])

#計(jì)算Infor(D|A)

e2=sum(e1*p1)

returninfor(data[str2])-e2

print("學(xué)歷信息增益：{}".format(g(data,"學(xué)歷","類別")))

#輸出結(jié)果為：學(xué)歷信息增益：0.08300749985576883

2、信息增益率定義計(jì)算信息增益率的函數(shù)：計(jì)算gr(D,A)

defgr(data,str1,str2):

returng(data,str1,str2)/infor(data[str1])

print("學(xué)歷信息增益率：",gr(data,"學(xué)歷","類別"))

#輸出結(jié)果為:學(xué)歷信息增益率：0.05237190142858302

以上就是python中如何實(shí)現(xiàn)信息增益和信息增益率，希望能對(duì)大家有所幫助。更多Python學(xué)習(xí)教程請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。