决策树

熵 

$H = -\sum_{i = 1}^{n} p(x_{i}) \log p(x_{i})$  

$n$ 是分类的数目，熵越大代表随机变量 $X$ 的不确定性越大。  

可知 $0 \leqslant H(P) \leqslant \log n$     

条件熵 $H(Y|X)$ 表示已知随机变量 $X$ 的条件下随机变量 $Y$ 的不确定性。  

定义 $H(Y|X)=\sum_{i=1}^{n} p_{i} H(Y|X=x_{i})$     

这里 $p_{i}=P(X=x_{i})$   

标签：不确定性,log,sum,随机变量,leqslant,决策树
来源： https://www.cnblogs.com/brady12/p/16656161.html