决策树中的多元分类是什么？
决策树中的多元分类是什么？
提问于 2013-03-26 17:00:02
我是新领域的人工智能和阅读有关决策树。我指的是AIMA的书，这几乎是标准的介绍人工智能书推荐。在关于决策树的章节中，他们在书中讨论了一个案例，在第一个属性分裂之后，没有剩下的属性，但正负两个例子仍然没有分开，这意味着这些例子具有完全相同的描述.他们建议的解决方案是“返回剩余示例的多个分类”。我在想，那部分黑体字是什么意思？返回一组示例的“多元分类”是什么意思？
回答 2
Stack Overflow用户
回答已采纳
发布于 2013-03-26 17:04:07
如果只有两个班的话，他们会说是多数班。多数派只是多数人对两个以上阶级的概括。这仅仅意味着把这一页中最频繁的类作为你的预测。例如，如果您正在对球的颜色进行分类，并且在一片叶子中有3个蓝色球、2个红色球和2个白色球，则返回蓝色作为您的预测。
Stack Overflow用户
发布于 2019-03-27 19:18:03
在决策树中，当您到达一个叶节点但仍然不清楚要将它分配给哪个类时，您必须返回多个分类，这意味着要考虑到leafs父级的所有示例，并看到最常见的类发生在数据集中。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/15643055
复制相关文章
相似问题
腾讯云开发者
