基本上，我的决策树无法使用普通算法对值进行分类。
我到达一个节点，有两个选项（例如，晴天和有风），但在这个节点上，我的值是不同的（例如，下雨天）。
有什么方法可以解决这个问题，例如更改树或仅根据其他数据进行估计？
我正在考虑在该节点上分配最常见的值，但这只是一个猜测。
问问题
426 次
4 回答
0
您是否考虑过富/贫连续体的模糊逻辑？至于不能用连续体来表达的事情，我想不出有什么办法可以做到。例如，在我们对雨天的体验和反应方面，雨天与晴天和多风的天气有着根本的不同，我不确定您期望计算机（或您正在编写决策树的任何东西）如何计算出来做什么。（除了简单地有一个“我不知道该怎么做”输出状态，但我假设你想要比这更有意义的东西。）
于 2012-02-29T13:21:18.377 回答
0
决策树的重点是选项是完整的并且（希望）是互斥的。
如果不是，你会遇到麻烦。重新定义穷人和富人以涵盖一切。（所有的收入，所有的心态……）
但老实说，将此类天气示例解释为它们的本质：只是一个概念的示例，而不是气象学的圣杯。
于 2012-02-29T13:21:44.127 回答
0
这里的问题是，您已经从用于分类的不同数据中学到了一个决策。更具体地说，您的决策树只知道属性 Weather 的两个值（即，晴天和有风）。但是您用于分类的数据也允许值 rainy。由于您的决策树在下雨时没有观察结果，因此该值变得无用。换句话说，你必须从你的分类中消除这个值。
唯一的解决方案是在使用决策树作为分类器之前进行数据清理。您有两个选择： 1. 从您的数据集中删除所有带有 Weather="rainy" 的观察/实例，因为您无法对它们进行分类。缺点是没有对 Weather="rainy" 的所有实例进行分类。2. 对于 Weather="rainy" 的所有观测值/实例，删除该值或者将其设置为未知/null。如果您的决策树可以处理空值，它可以对您的所有数据集进行分类。如果没有，你仍然有问题。在这种情况下，您应该选择选项 3。 3. 使用 Weather={sunny, windy, rainy} (4) 重新学习您的决策树。在您的情况下，以下不是一种选择。将“rainy”替换为“sunny”或“rainy”。对此有不同的启发式方法。
于 2014-09-12T14:48:36.077 回答
0
您在谈论“正常算法”，这是一个非常模糊的陈述。我假设您使用的是严格二进制根的决策树，其中每个内部节点都会对数据进行二进制拆分。因此，每个内部节点的条件评估输出一个布尔变量，它将数据分成左节点（真）和右节点（假）。在您的情况下，您可以在训练数据中有一个具有两个可能值的分类变量weather，这使得只有两个可能的节点：weather==sunny或weather==windy。因此，rainy样本将始终位于正确的节点上，因为它 is notsunny和 not windy。
在下图中，rainy样本将被分类为不晴，不刮风。
于 2014-09-21T10:06:15.290 回答