overfitting

C4.5是机器学习算法中的另一个分类决策树算法，它是基于ID3算法进行改进后的一种重要算法，相比于ID3算法，改进有如下几个要点： 用信息增益率来选择属性。ID3选择属性用的是子树的信息增益，这里可以用很多方法来定义信息，ID3使用的是熵（entropy， 熵是一种不纯度度量准则），也就是熵的变化值，而C4.5用的是信息增益率。 在决策树构造过程中进行剪枝，因为某些具有很少元素的结点可能会使构造的决策树过适应（Overfitting），如果不考虑这些结点可能会更好

本篇文章将会简单地介绍 Conditional GAN 的原理以及一些有趣的应用。 Conditional GAN 可以拿来做什么事情？ 常见 Conditional GAN 的应用像是从一句话生成出一张图片、从黑白照片生成彩色照片，或是从手绘涂鸦生成一张彩色照片。之所以要用 Conditional GAN 而不用监督学习的原因可以用下图说明： 上图取自于李宏毅老师的 GAN Lecture 2: Conditional Generation