首页 > 试题广场 >

请计算年龄，地区，学历，收入中对用户是否使用调查产品信息增益

[单选题]
如下表是用户是否使用某产品的调查结果（） 
UID 年龄 地区 学历 收入 用户是否使用调查产品
1 低 北方 博士 低 是
2 高 北方 本科 中 否
3 低 南方 本科 高 否
4 高 北方 研究生 中 是

请计算年龄，地区，学历，收入中对用户是否使用调查产品信息增益最大的属性（Log23≈0.63） 
  • 年龄
  • 地区
  • 学历
  • 收入
添加回答
推荐
牛客-007头像 牛客-007
答案：C
不用算一眼就能看出来，所有本科学历都不使用调查产品，所有非本科学历都使用了调查产品。这种可以确定的划分导致信息熵为0，信息增益最大
编辑于 2015-01-30 11:08:39 回复(3)
小河沟大河沟头像 小河沟大河沟
  • 这里用到决策树的基本知识。参考：http://www.cnblogs.com/ranjiewen/p/7473938.html
  • 信息增益就是没有选取特征进行分类前的信息熵 - 选定某一特征进行分类后的信息熵
  • 就是减小了信息的不确定性。
  • 本题：按学历分，博士和研究所都一定使用产品；本科一定不使用产品；信息的不确定因素减少为0；信息增益肯定最大
编辑于 2017-09-21 23:02:08 回复(0)
宅系无聊单身狗头像 宅系无聊单身狗
C，最大信息熵可以求出最大属性。
发表于 2015-07-08 17:12:52 回复(0)
Dr_David_S头像 Dr_David_S


所以选学历
发表于 2017-10-17 18:50:01 回复(3)
JackBurd头像 JackBurd
@若如初见 分析的很对。信息增益通俗讲就是指区分度。如果对于一个属性，其结果都是等概率出现的，即信息熵为1，信息增益为0，那么这个属性就没有任何区分度，无实际意义。就像本题中年龄一样，年龄高的的人是否接受调查的人都是1/2，年龄低的人是否接受调查的人也分别占1/2,那么年龄属性没有任何实际意义，有没有都一样了。不得不说Shannon发明的这个信息熵太强大了。
编辑于 2015-05-01 13:00:17 回复(0)
筱_黎黎酱头像 筱_黎黎酱
发表于 2018-05-08 20:46:48 回复(3)
求个offer哟头像 求个offer哟
虽然这题比较简单，可以看出来，但是自己还是写了一下过程，加深对信息熵、信息增益的理解。

发表于 2022-01-01 16:26:47 回复(0)
从心出发头像 从心出发
发表于 2017-04-14 16:47:00 回复(4)
mhw1902头像 mhw1902
log2(3) = 1.58
发表于 2016-08-27 08:04:43 回复(0)
凡事盼望头像 凡事盼望
没有算，实际上需要选择分类能力最强的特征，其中学历可以最好的将用户是否使用调查产品区分开，所以直接选学历。

发表于 2018-07-10 19:24:29 回复(0)
门头沟吴彦祖头像 门头沟吴彦祖

既然这是一个选择题，没必要在那儿算个半天。信息熵的一个最大最大的弊端就是偏向特征分类多的特征，学历有三分类，所以直接一眼看过去就选出答案了。

发表于 2019-03-12 11:24:26 回复(0)
Aaron_12头像 Aaron_12
信息增益指区分度，不算也能看出来
发表于 2018-08-05 10:32:26 回复(0)
牛客383773号头像 牛客383773号
推荐一个链接吧，这个上边讲得比较清楚，有具体的例子http://blog.csdn.net/zhurui_idea/article/details/54646932
发表于 2017-09-02 21:34:09 回复(0)
phoenixx头像 phoenixx

原则是按属性分类后不确定度最小。

【年龄】[]中数字代表记录ID
低：[1,是]，[3,否]
高：[2,否]，[4，是]
【地区】
南方：[3,否]
北方：[1,是]， [2,否]，[4，是]
【学历】
本科： [2,否]， [3,否]
研究生：[4，是]
博士： [1,是]
【收入】
低： [1,是]
中：[2,否]， [4，是]
高： [3,否]
直观分析可见按学历划分后数据集不确定性最小。
发表于 2017-03-06 19:29:54 回复(0)
牛客525995号头像 牛客525995号
信息增益g(D|A)= H(D)-H(D|A) ，表示由于属性A，使得分类不确定性减小的程度（即信息增益越大越好），其中 H 表示熵；H(D)= sum(-p*logp)。
对于本题中的学历，可以计算出H(D|学历)=0，则   g(D|A)最大，因此选择c
发表于 2016-05-30 16:39:59 回复(0)
Maple_2005头像 Maple_2005
读图啊，我是没有用计算，看看没一列对是否用该产品是否有影响，如果每一列对应的是否用该产品，既有是也有否，那么该条件对我的评判带来的收益也就最小，也就是跟该条件只没有太大关系，所以只能选学历
发表于 2020-08-12 23:46:24 回复(0)
你永远得不到的祖奶奶头像 你永远得不到的祖奶奶
信息增益就是对于信息分类特征明显，对于分类起到很大区分作用的量，如果区分度大，那么信息增益就大，如果区分度小，信息增益就小。
发表于 2020-07-24 16:00:56 回复(0)
Arsent头像 Arsent
北方的本硕博都不如南方的本科收入高。我懂了
发表于 2019-04-02 14:20:19 回复(0)
恨自己不够强头像 恨自己不够强
信息熵，通俗的讲，就是不确定性越大，信息熵就越大

发表于 2019-03-07 09:44:04 回复(0)
MayaAyaya头像 MayaAyaya
熵=-plogp 应该用不上分类，感觉机器学习就是避免手算的 数据成千上万
发表于 2018-09-17 15:55:12 回复(0)
pein531头像 pein531
首先，决策树在按信息增益选择特征时，会倾向于取值较多的特征，于是排除年龄和地区；然后对比学历和收入，按学历分割数据集后，得到的分支结果数据最纯，因此选择学历作为划分
发表于 2018-09-10 20:48:21 回复(0)
提交观点

问题信息

C++工程师 搜狗 机器学习 2015
来自：搜狗2015 C++工...
上传者：小牧魔法袋
难度：
27条回答 19080浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号