決策樹學習：基本理念

Question

正如湯姆·M·米切爾，約決策樹狀態的第一個語句是，「決策樹斜塔是一種逼近離散值函數的一個方法」在教科書機器學習給出。有人能夠善意地闡述這一說法，甚至可以用一個例子來證明這一點。在此先感謝:) :)

Answer 1

在一個簡單的例子中，考慮具有兩個屬性的觀察行;訓練數據包含基於這些屬性的組合的分類（離散值）。學習階段必須確定按哪個順序考慮哪些屬性，以便它能夠有效地實現所需的建模。

例如，考慮一個模型，將回答「我應該點什麼晚餐？」給予期望的價格範圍，美食和辛辣味的投入。培訓數據將包含您從各種餐廳體驗中獲得的歷史記錄。該模型必須確定哪一個最有效地達到一個好的主要分類：首先消除基於美食的餐廳，然後考慮價格，最後根據Scoville單位調整選擇;或者首先檢查辣味，然後在轉到其他兩個因素之前選擇不夠辛辣的轉儲選項。

這是否解釋您需要什麼？