8

Jestem nowy w dziedzinie sztucznej inteligencji i czytam o drzewach decyzyjnych. Odnoszę się do książki AIMA, która jest w zasadzie zalecanym poleceniem książki Intro do AI. W rozdziale dotyczącym drzew decyzyjnych omawia się w książce przypadek, w którym po pierwszym atrybucie dzieli się i nie ma żadnych atrybutów, ale zarówno pozytywne, jak i negatywne przykłady nie zostały jeszcze rozdzielone, oznacza to, że przykłady te mają dokładnie taki sam opis. .. Rozwiązaniem tego przypadku, które sugerują, jest "zwrócenie klasyfikacji wielości pozostałych przykładów". Zastanawiałem się, co oznacza ta pogrubiona część? Co to znaczy zwrócić "klasyfikację pluralizmu" zbioru przykładów?Co to jest klasyfikacja plurality w drzewach decyzyjnych?

Odpowiedz

16

Powiedzieliby klasę większości, gdyby były tylko dwie klasy. Wielość jest po prostu uogólnieniem większości do więcej niż 2 klas. Oznacza to, że weź najczęstszą klasę w tym liściu i zwróć ją jako swoją prognozę. Na przykład, jeśli klasyfikujesz kolory kulek i są 3 niebieskie kule, 2 czerwone kule i 2 białe kule w liściu, zwracasz kolor niebieski jako swoje prognozy.

+1

Dobrze, więc jeśli mamy 10 pozytywnych przykładów i 5 negatywnych przykładów nierozdzielonych i istnieje 0 pozostałych atrybutów do ich rozdzielenia, to algorytm po prostu zwróci wartość dodatnią (TAK) jako wartość dla tych atrybutów? – anonuser0428

+0

Tak, rozumiesz to. –

+0

dzięki za pomoc – anonuser0428