我在課堂上給了一個帶有樣本數據的決策樹來解決。在用提供的樣本數據計算獲得/拆分樹之後,我最終得到了與問題中相同的樹。增益/分割計算後,決策樹以相同的給定樹結束?
如果我結束了與問題中給出的相同的樹,這是否意味着沒有更多的信息增益,並且所有內容都被正確地分類?
我只想知道背後的概念,如果給予我們的決策樹最終與我的解決方案一樣。
我在課堂上給了一個帶有樣本數據的決策樹來解決。在用提供的樣本數據計算獲得/拆分樹之後,我最終得到了與問題中相同的樹。增益/分割計算後,決策樹以相同的給定樹結束?
如果我結束了與問題中給出的相同的樹,這是否意味着沒有更多的信息增益,並且所有內容都被正確地分類?
我只想知道背後的概念,如果給予我們的決策樹最終與我的解決方案一樣。
給你決策樹的人已經用示例數據做了計算。
創建新決策樹或者是否應該檢查給定決策樹(例如混淆矩陣)有多好?
這個問題分爲兩部分。第一部分是檢查給定的樹是否與樣本數據匹配。第二部分是使用樣本數據創建一個decesion樹,我用同一棵樹結束了。 (沒有混淆的mateix)我只是想知道如果我們結束了相同的數據是什麼意思。這是否意味着沒有信息收益? – user8788665
請編輯該問題,將其限制爲具有足夠細節的特定問題以確定適當的答案。避免一次詢問多個不同的問題。請參閱如何問問頁面以獲取幫助以澄清此問題。 –
希望我縮小了我的問題。 – user8788665