IG(信息增益简称)
的有关信息介绍如下:
IG是信息增益(Information Gain)的简称。在信息论中,信息增益是决策树算法用于特征选择的一种度量标准,衡量使用某特征划分数据集后不确定性的减少程度 。
相对熵源于信息论,是两个概率分布间差异性的度量 ,相对熵又称KL散度(Kullback-Leibler divergence),由Kullback和Leibler于1951年提出 。信息增益与相对熵、互信息概念相关,已应用于交通数据聚类与决策树构建等领域 。
想要了解更多“IG(信息增益简称)”的信息,请点击:IG(信息增益简称)百科



