如何选择连续属性年龄的分割点

Question

上表中，可能分裂点的中点为22.5和35。我计算了每个值的熵和增益，其中35有最小熵和最高增益。是对的吗？

给予高-> (-)和低-> (+)

D<22.5 => 0+，2-，熵(D<22.5) = 0，因为所有的值都属于同一类High。

D>22.5 => 2+，2-，熵(D>22.5) = 1，因为这些值在低类和高级类之间分布均匀。

D<35 => 2+3-，熵(D<35) = -2/6 xlog_2#qcStackCode#(2/6) + 3/6 xlog_2#qcStackCode#⁡(3/6)= 0.5

D>35 => 0+，1-，熵(D>35) = 0，因为所有值都属于同一类High

增益(D，Age>22.5) = 0.918 - 2/6 (0) - 4/6 (1) = 0.2513

增益(D，Age>35) = 0.918 - 5/6 (0.5) - 1/6 (0) = 0.5103

是那么回事吗？

Answer 1

对于35分裂，分母中有一个错误。应该是5，因为D<35的总项数是5

D<35 => 2+3-，熵(D<35) = -2/5Xlog_2#qcStackCode#(2/5)+ 3/5Xlog_2#qcStackCode#⁡(3/5)