做了決策網絡/決策林考慮到輸入之間的客戶關係

Question

我有經驗對付神經網絡中，向後傳播的性質，具體的，我知道的傳遞給教練的輸入，輸入之間的依賴關係的一部分在引入隱藏層時所得到的模型知識。

是對決策網絡同樣如此？

我發現，圍繞這些算法（ID3）等稍硬的信息來找到。我已經能夠找到實際的算法，但預期/最佳數據集格式和其他概覽等信息很少見。

謝謝。

Answer 1

決策樹其實很容易提供的數據，因爲他們需要的是數據表，以及列指出數據什麼功能（或列）要預測上的。該數據對於任何功能可以是離散的或連續的。現在有幾種類型的決策樹對連續和離散值有不同的支持。而且他們的工作方式不同，因此瞭解每個人的工作方式可能具有挑戰性

Different decision tree algorithms with comparison of complexity or performance

根據算法的你有興趣也可以是很難找到信息，而不讀取實際的文件，如果你想嘗試和實現它的類型。我已經實現了CART算法，唯一的選擇是找到關於它的原始200頁的書。大多數其他的治療方法只討論像分裂的細節，但沒有討論任何其他方面的問題。

至於他們是否考慮到事物之間的依賴關係。我相信它只是假定每個輸入特徵和預測特徵之間的依賴關係。如果輸入與預測功能無關，則不能將其用作拆分條件。但是，在其他輸入功能之間，我相信它們必須是相互獨立的。我不得不檢查一下這本書，以確保這是真實的或不真實的，但我的頭頂我認爲這是事實。