IGR：信息增益率
信息增益率（Information Gain Ratio，简称IGR）是一种常用的特征选择指标，广泛应用于数据挖掘和机器学习领域。它通过衡量特征对数据集分类能力的贡献度，有效避免了信息增益（Information Gain）对多值特征的偏好问题，从而提升模型性能与泛化能力。该指标在决策树算法（如C4.5）中尤为关键，能够帮助筛选出最具区分度的特征，优化数据分析流程。
Info Gain Ratio的英文发音
本站英语缩略词为个人收集整理，可供非商业用途的复制、使用及分享，但严禁任何形式的采集或批量盗用
若IGR词条信息存在错误、不当之处或涉及侵权，请及时联系我们处理：675289112@qq.com。