机器学习信仰之决策树

###熵、信息增益、信息增益比、基尼系数

####熵 --- 度量随机变量的不确定性（纯度）

定义：假设随机变量X是一个取有限个数的离散随机变量，其概率分布为：

           其概率 P(X=xi) = pi , ( i = 1,2, ... , n)

           因此随机变量X的熵：

curDate = startDate

all_user_data = sc.parallelize([])

print"end Date:",endDate

whilecurDate <= endDate:

dateStr = curDate.strftime("%Y%m%d")

inputpath ="/user/map_rec/rec/orders_with_poiid_v3/"+ dateStr