Sono nuovo nel campo dell'IA e sto leggendo sugli alberi decisionali. Mi riferisco al libro AIMA, che è più o meno il libro standard di Intro to AI raccomandato. Nel capitolo sugli alberi decisionali, discutono nel libro un caso in cui dopo il primo attributo si divide e non ci sono attributi rimasti ma entrambi gli esempi positivi e negativi non sono ancora stati separati, significa che questi esempi hanno esattamente la stessa descrizione .. .. La soluzione a questo caso che suggeriscono è "per restituire la classificazione di pluralità degli esempi rimanenti". Mi chiedevo cosa significasse quella parte in grassetto? Cosa significa restituire la 'pluralità' di una serie di esempi?Qual è la classificazione di pluralità negli alberi decisionali?
8
A
risposta
16
Avrebbero detto la classe di maggioranza se c'erano solo due classi. La pluralità è solo la generalizzazione della maggioranza a più di 2 classi. Significa solo prendere la classe più frequente in quella foglia e restituirla come la tua previsione. Ad esempio, se stai classificando i colori delle palle e ci sono 3 palline blu, 2 palline rosse e 2 palline bianche in una foglia, restituisci il blu come previsione.
Problemi correlati
- 1. Alberi decisionali ponderati che utilizzano Entropy
- 2. Alberi decisionali e motori di regole (Drools)
- 3. convalida incrociata + alberi decisionali in sklearn
- 4. Come accedere alla ponderazione dei singoli alberi decisionali in xgboost?
- 5. Feedback: visualizzazione per gli alberi decisionali Apache Spark
- 6. R: tramando decisionali etichette foglie degli alberi testo tagliato
- 7. C# 4 "dinamico" negli alberi di espressione
- 8. Profondità negli alberi di tabelle MYSQL e di chiusura
- 9. Qual è la pluralità denominazione "problema" nel contesto di Entity Framework?
- 10. Qual è la migliore tecnologia per disegnare alberi e grafici?
- 11. È buona pratica usare la pluralità per denominare le raccolte?
- 12. Visualizzazione della regressione di alberi decisionali di scikit-learn/sklearn multi-output in png o pdf
- 13. Misurazione della "prossimità" negli alberi di grandi dimensioni
- 14. Modello di progettazione per una IA basata su grandi alberi decisionali in C++
- 15. Vantaggi degli alberi SVM over decion e dell'algoritmo AdaBoost
- 16. Come si interpretano le suddivisioni di rpart sulle variabili dei fattori durante la creazione di alberi di classificazione in R?
- 17. Gli alberi decisionali (ad esempio C4.5) hanno considerato l'apprendimento non parametrico?
- 18. Qual è il significato di? = Negli operatori ABAP?
- 19. Qual è la migliore risorsa per l'apprendimento approfondito degli alberi di espressione C#?
- 20. Tensorflow - classificazione dei video
- 21. android.os.MessageQueue.next che riprende la pluralità di tempo esclusivo - è questo comportamento normale?
- 22. R randomForest per la classificazione
- 23. Esiste un'utilità C# per la corrispondenza dei modelli negli alberi (sintassi sintattica)?
- 24. Qual è la differenza negli strumenti di integrazione di Visual Studio per Qt?
- 25. TensorFlow per la classificazione binaria
- 26. Qual è la differenza tra gli eventi di fine e fine negli stream dei nodi
- 27. Qual è il valore "revpos" utilizzato negli allegati CouchDB?
- 28. Suffice tree and Tries. Qual è la differenza?
- 29. Classificazione caratteri
- 30. Rilevamento affidabile delle classi generate dal compilatore negli alberi di espressione C#
Oh ok, quindi se abbiamo 10 esempi positivi e 5 esempi negativi non separati e ci sono 0 attributi rimanenti per suddividerli, l'algoritmo restituirebbe solo un valore positivo (YES) come valore per questi attributi? – anonuser0428
Sì, lo capisci. –
grazie per il tuo aiuto – anonuser0428