最大熵阈值分割算法原理_最大熵法阈值分割算法原理_最大熵阈值分割原理 - 腾讯云开发者社区

、、

我最近读到了ID3算法，它说选择最好的属性进行分割应该导致最大的信息增益，这可以在熵的帮助下计算。熵(X)= 0.8*_E(5，3) + 0.2*_E(2，0) 然而，第二个分裂P(1)是完全分类的，这导致了一个数学错误，因为log2(0)是负无穷大。在这种情况下，如何计算熵？

浏览 0提问于2016-09-30得票数 3

1回答

利用交叉熵建立决策树分类器

、

熵和交叉熵是否与基本定义相同？决策树分解取熵或基尼指数，可以用交叉熵来分割决策树吗？或者，在运行决策树算法之后，我应该使用它作为评估指标吗？此外，决策树算法是否假定有任何分布？

浏览 0提问于2020-01-16得票数 2

1回答

对于决策树如何在每个特性中选择特征和阈值来进行拆分，我感到非常困惑。我完全理解所使用的不同的分裂度量(基尼指数等)以及它们是如何工作的。但我的问题是sklearn如何选择特性和阈值来计算这些指标。我仍然不明白如果设置splitter="best"会发生什么:这是否意味着该算法将考虑所有的特性及其所有值，以获得最佳阈值？在这种情况下，max_features属性不会产生任何影响？如果我设置了splitter="random"，算法会从特征中随机选择一定数量的特征= m

浏览 0提问于2022-10-18得票数 0

回答已采纳

3回答

在这种情况下，熵是什么意思？

、、、、

我正在读一篇图像分割论文，其中使用“信号分离”范式来解决这个问题，该范式认为信号(在本例中为图像)由几个信号(图像中的对象)和噪声组成，任务是分离出信号(分割图像)。该算法的输出是一个矩阵，在我正在阅读的论文中，作者希望为他们说“” 的直方

浏览 3提问于2016-11-15得票数 9

回答已采纳

2回答

ID3上的最佳分割

、、

我正在尝试使用决策树(更准确地说是ID3算法)实现一个分类器。我的训练数据包含属性age，它是一个连续值。我正在尝试实现BestSplit()方法，在这个方法中，我需要将数据分割成k个分区，其中k=每个特性的可能值的数量！我被困住了，因为我知道在考虑到不同年龄的所有这些可能性的情况下，不可能对数据进行分割。这就是为什么我需要创建团队年龄！我怎么知道如何从所有这些可能的群集合中作出决定呢？

浏览 3提问于2014-03-07得票数 1

回答已采纳

1回答

在确定连续预测变量的潜在分割点时，DecisionTreeClassifier是如何处理重复值的？

、、

据我所知，这组潜在的分割阈值将包括{15，25}，因为这分别是10 & 20和20 & 30的平均值。但是，由于20是20 & 20的平均值，还是跳过排序数组中的重复值，那么20也会被作为潜在的拆分阈值吗？我的编码技能还不够强，不足以理解scikit学习源代码，但我认为这些信息可能会被找到。不过，我在中找不到关于这一

浏览 4提问于2022-10-24得票数 1

回答已采纳

3回答

如何区分图片和文本图像

、、、

我在写OCR识别程序。但是，扫描文本可以正常工作，但有两个问题：目标是找到所有的图像与文本，并提取这个文本。因此，鉴于上述问题，我需要迅速拒绝照片。我希望有一些数学(统计)方法，如计算一些中位数，可以很容易地确定彩色图像，而没有任何明显的结构，如扫描文本。有没有人有这方面的经验？有什么想法或现成的解决方案吗？

浏览 3提问于2011-07-29得票数 2

1回答

什么是排列熵？

、

我想知道什么是置换熵(PE)。然后，我了解了这论文，它描述了体育。现在，假设我们有一个由熵源产生的伪随机排列，我们使用了一个统一的洗牌算法(比如Fisher-Yates洗牌算法)。另外，假设我们使用256位熵来洗牌\{0,1\}^8\rightarrow\{0,1\}^8.那么，输出排列可以具有最大256位熵的事实是真的吗？对于熵的每一个值，我们将得到一个唯一的对应排列。

浏览 0提问于2020-11-10得票数 0

1回答

特征选择-条件熵

、、

本文提出了一种用于文本分类中特征选择的条件熵定义算法。我遵循CharuC.Aggarwal (5.2.2)在机器学习文本中的公式。作者提到，条件熵值介于(0，log(类数))之间，而我的情况是(0，0.6931472)。作者还提到，最大值的特征可以删除，但是他没有给出定义‘最大’的标准的进一步信息(是熵的最大值还是最大熵值的集合？)

浏览 0提问于2020-09-17得票数 2

回答已采纳

2回答

图像分割-选择正确的阈值

、、

我正在开发一种脑瘤分割算法。到目前为止，我可以正确地检测图像中的肿瘤部分，然后使用阈值将它们分割出来。我应该使用什么方法或代码才能使一段代码成功地分割两种类型的肿瘤？

浏览 3提问于2014-04-24得票数 1

1回答

熵与信息关系

、、

在压缩和信息论中，源的熵是源符号所能传递的平均信息量(以位为单位)。非正式地说，如果我们确定一个事件的结果，那么熵就会变小。我的问题是最小误差熵的基本原理是什么？当熵最大时，我们能对信息说些什么？谢谢

浏览 6提问于2014-07-26得票数 2

回答已采纳

1回答

决策树- C4.5 vs CART规则集

CART使用特征和阈值构造二叉树，在每个节点上获得最大的信息增益。我不明白C4.5算法在哪里计算规则集(我甚至不知道规则集是什么意思)。它与购物车本质上是一样的，只不过它使用吉尼指数而不是交叉熵。

浏览 0提问于2017-09-23得票数 6

1回答

无双峰直方图图像阈值的最大类间方差法

我读到了Otsu的方法，它可以自动执行图像阈值。该算法假设待分割的图像包含两类像素(双峰直方图)。这是绝对的，或者我们可以调整算法，我们可以对具有三类或更多像素的图像进行阈值处理。

浏览 2提问于2013-02-25得票数 1

回答已采纳

1回答

指纹图像二值化

、、

使用相同的算法计算阈值约为160。

浏览 1提问于2013-08-30得票数 0

回答已采纳

1回答

如何在斯坦福分类器中使用朴素贝叶斯分类器、支持向量机和最大增强

、、、、

目前，我正在使用朴素贝叶斯算法、支持向量机和最大熵算法制作一个引文句子分类器，目前我的数据是110个非引文句子和10个引文句子。我使用代码从斯坦福分类器示例中进行分类，结果很好。但是分类器是准牛顿的。如何使用朴素贝叶斯分类器、支持向量机和最大熵？我已经尝试编辑prop文件并添加"useNB=true"，但结果发现所有数据都是非引用句类。我已经在上读过javadoc了，我不知道应该把朴素贝叶斯算法的setClass放在哪里

浏览 0提问于2015-10-26得票数 1

3回答

决策树-如何对分类特征进行拆分？

、、、

决策树在执行递归二进制分裂时，选择一个自变量(例如X_j)和一个阈值(例如t)，使得预测器空间被分割成区域{X|X_j < t}和{X|X_j >= t}，从而导致成本函数的最大降低。如果DT用上述算法分割一个节点，并将这10个值视为真数值，那么它不会导致错误/误解的拆分吗？它是否应该对这个变量执行基于==和!=的拆分？但是，算法如何知道它是一个分类特征呢？

浏览 0提问于2019-08-08得票数 9

回答已采纳

1回答

随机林木生长算法

、、、、

我正在做一个随机森林实现(用于分类)，我还有一些关于文献中提到的树生长算法的问题。当没有更多的功能来分割节点时，停止。当分割树的一个节点时，我随机选择m of M的总特征，然后从这些m特性中发现一个信息增益最大的特征。在我找到这个特性之后，比如f，在继续到节点的子节点之前，我应该从功能列表中删除这个特性吗？如果我在不删除节点上选择的特征的情况下实现该算法，那么停止生长树的唯一方法就是当树的叶子变得“纯净”时。2.在节点拆分时，在选择了要拆分的最佳特征(通过

浏览 5提问于2016-03-18得票数 2

1回答