0

实际上，我正在逐步计算 CART（分类和回归树）如何使用此训练数据集选择最佳属性拆分：

      Car Age Children Location
1   sedan  23        0      yes
2  sports  31        1       no
3   sedan  36        1       no
4   truck  25        2       no
5  sports  30        0       no
6   sedan  36        0       no
7   sedan  25        0      yes
8   truck  36        1       no
9   sedan  30        2      yes
10  sedan  31        1      yes
11 sports  25        0       no
12  truck  45        0      yes

R给出的结果：

  • n= 12 节点), split, n, loss, yval, (yprob) * 表示终端节点
  • 1) 根 12 5 无 (0.5833333 0.4166667)
  • 2) Car=sports,truck 6 1 no (0.8333333 0.1666667)
  • 4) 年龄
  • 5) 年龄>=40.5 1 0 是 (0.0000000 1.0000000) *
  • 3) 汽车=轿车 6 2 是 (0.3333333 0.6666667)
  • 6) 年龄>=33.5 2 0 无 (1.0000000 0.0000000) *
  • 7) 年龄

对于根节点 Gini(root)=0.486

  • - 汽车属性 GainGini(Car)=0.1255；
  • - 使用年龄属性，我在阈值 27.5 和 33.5 时获得了相同的增益。因此，如果 GainGini(Age) 将被最大化，该选择哪一个。
  • - 带有 Children 属性。2 个子节点非常纯，所以 GainGini(Children)=0.486

我的第一个问题是为什么在这个情节上我得到了 Car 属性用于拆分？

    对于第一个右子节点：Gini(node2)=0.444
  • - 使用 Age 属性：阈值 33.5 得到 GainGini(Age)=0.444
  • - 带有 children 属性：与根节点相同（所有实例都是纯的） GainGini(children)=0.444

这是我的第二个问题 CART 如何设法选择具有这两个值的拆分属性？

4

0 回答 0