8

我是新來的人工智能領域,並閱讀關於決策樹。我指的是AIMA書籍,它幾乎是推薦的AI書籍的簡介。在關於決策樹的章節中,他們在書中討論了一種情況,其中在第一個屬性分裂並且沒有屬性留下之後,但正面和負面的例子仍然沒有被分開,這意味着這些例子具有完全相同的描述。他們建議的這種情況的解決方案是「返回其餘示例的多個分類」。我想知道大膽的意思是什麼?返回一組示例的「多個分類」是什麼意思?什麼是決策樹中的多元分類?

回答

16

如果只有兩個班級,他們會說大多數班級。多元化只是大多數人對2個以上班級的普遍化。它只是意味着在該葉子中最頻繁的類別,並將其作爲預測返回。例如,如果您正在對球的顏色進行分類,並且葉子中有3個藍色球,2個紅色球和2個白色球,則返回藍色作爲您的預測。

+1

噢好吧,如果我們有10個正面示例和5個負面示例未分離,並且有0個剩餘屬性可以將它們分開,那麼算法將僅返回肯定(YES)作爲這些屬性的值? – anonuser0428 2013-03-26 17:07:08

+0

是的,你理解它。 – 2013-03-26 18:11:38

+0

感謝您的幫助 – anonuser0428 2013-03-26 18:24:51