关于熵的概念,下面说法错误的是()。
A: 信息熵用来衡量事件不确定性的大小
B: 按照某一特征进行划分的信息增益与数据集合关于这个特征的信息熵的比值称为信息增益率
C: 信息增益表示某一特征的信息对类标签的不确定性减少的程度
D: 信息熵不具有可加性
A: 信息熵用来衡量事件不确定性的大小
B: 按照某一特征进行划分的信息增益与数据集合关于这个特征的信息熵的比值称为信息增益率
C: 信息增益表示某一特征的信息对类标签的不确定性减少的程度
D: 信息熵不具有可加性
举一反三
- 关于信息熵,以下说法正确的是<br/>() A: 信息熵越大,不确定程度越高 B: 信息熵越大,不确定程度越低 C: 信息熵越大,信息量越多 D: 信息熵越小,不确定程度越高
- 关于信息熵，以下说法正确的是 A: 信息熵越大，不确定程度越高 B: 信息熵越大，不确定程度越低 C: 信息熵越大，信息量越多 D: 信息熵越小，不缺程度越高 E: 信息熵越小，不确定程度越高
- 信息熵是事件不确定性的度量，信息熵越大，说明不确定性（ ）。? 不能确定|越大|越小|不变
- 下列关于信息熵的说法，正确的是： A: 一个系统越是有序，信息熵就越低 B: 对于一个随机事件而言，其信息熵的值越大，说明其结果越不确定 C: 对于给定的系统，某个特征的条件熵越大，则该特征越重要 D: 对于给定的系统，某个特征的信息增益越大，则该特征越重要
- 使用 ID3 算法构建决策树时，选择属性的度量依据是 （ ）。 A: 信息熵 B: 信息增益 C: 条件熵 D: 信息增益率