machine-learning - 什么是决策树中的多元分类？

Question

我是人工智能领域的新手，正在阅读决策树。我指的是 AIMA 书，它几乎是推荐的标准 AI 介绍书。在决策树的章节中，他们在书中讨论了一个案例，即第一个属性分裂后，没有剩余的属性，但正负示例仍然没有分离，这意味着这些示例具有完全相同的描述。 ..他们建议的这种情况的解决方案是“返回剩余示例的复数分类”。我想知道加粗的那部分是什么意思？返回一组示例的“复数分类”是什么意思？

Answer 1

如果只有两个班级，他们会说多数班级。复数只是将多数泛化到超过 2 个类别。这只是意味着取该叶子中最频繁的类并将其作为您的预测返回。例如，如果您正在对球的颜色进行分类，并且一片叶子中有 3 个蓝球、2 个红球和 2 个白球，则返回蓝色作为您的预测。

Answer 2

在决策树中，当您到达叶节点但仍不清楚将其分配给的类时，您必须返回多个分类，这意味着考虑叶子父节点的所有示例并查看最常见的类在数据集中。