第3章_决策树算法 - ApacheCN about ailearning HOT 12 CLOSED

缺少了 majorityCnt 方法的实现

from ailearning.

缺少了 majorityCnt 方法的实现

在底下的源码链接有。

from ailearning.

决策树源码 DecisionTree中计算香农熵的第二种实现方法中的计算概率应该是：
probs = [p[1] * 1.0 / len(dataSet) for p in label_count.items()]，而非probs = [p[1] / len(dataSet) for p in label_count.items()]

from ailearning.

小哥哥，能不能提交一下PR？ 这个代码完全是按照作者写得来优化的。
我没太懂你们讨论的点在哪里？

from ailearning.

决策树源码 DecisionTree中计算香农熵的第二种实现方法中的计算概率应该是：
probs = [p[1] * 1.0 / len(dataSet) for p in label_count.items()]，而非probs = [p[1] / len(dataSet) for p in label_count.items()]

小哥哥 这两区别大吗？变小数？

from ailearning.

为什么网页打不开

from ailearning.

小哥哥，你再试试
https://ailearning.apachecn.org/#/docs/ml/3.决策树

from ailearning.

firstStr=inputTree.keys()[0] 这句话报错，TypeError: 'dict_keys' object is not subscriptable

from ailearning.

firstStr=inputTree.keys()[0] 这句话报错，TypeError: 'dict_keys' object is not subscriptable
这个解决了吗

from ailearning.

这个主要是 3.x 升级了API，试试：

firstStr=list(inputTree.keys())[0]

如果方便的话，你们测试完，也可以提交一下最新代码！

from ailearning.

github还不太会用，不知道怎么提交，经过测试，以下两处需要修改，其他类似地方也据此修改即可。
1、 firstStr = list(inputTree.keys())
2、secondDict = inputTree.get(firstStr[0])

from ailearning.

你改复杂呢，差不多的意思

# 获取tree的根节点对于的key值
firstStr = list(inputTree.keys())[0]
# 通过key得到根节点对应的value
secondDict = inputTree[firstStr]

from ailearning.