问题标签 [decision-tree]

我在 Microsoft Analysis Services 数据挖掘中使用 Microsoft 决策树，并且需要在我的挖掘模型中显示给定叶节点的历史数据（用于训练决策树的训练数据的支持案例）。有没有办法使用 DMX 查询直接基于 NodeID 访问这些记录，或者是获取NODE_DESCRIPTION节点的唯一方法，替换not =为<>我的实时数据库并使用它作为我的WHERE子句执行查询？

当我们使用任何决策树算法并且我们的数据集由数值组成时。

我发现程序提供的结果将节点拆分为数据集中甚至不存在的值

示例：
分类结果

1. 属性2 <= 3.761791861252009：组A
2. 属性 2 > 3.761791861252009：组 B

在我的数据集中，attrib2 没有像 3.76179 这样的值。为什么会这样？

我正在使用带有推理引​​擎（前向链接）的专家系统，我想解释为什么它比使用非常简单的概念的决策树更好。（在一种特殊情况下）

我知道在 stackoverflow 上有一个类似的问题，但这不是我正在寻找的答案。

这是我的问题：

对于客户关系管理，我使用许多不同的业务规则（诱导对话规则）来帮助客户对一种产品做出决定。注意：经常添加规则（每天 2 条）。

客户在得到答案之前回答了一系列问题。业务规则与对话规则相结合，使生成的问卷看起来像是由最优决策树生成的问卷。即使隐藏的推理完全不同。

在这种情况下，与决策树相比，我想知道在可扩展性、鲁棒性、复杂性和效率方面支持（或反对）推理引擎的主要论点是什么。

我已经有了一些想法，但既然我需要说服某人，就好像我从来没有足够的论据。

提前感谢您的想法，如果您能建议我阅读有关此主题的好论文，我将很高兴。

我有很多是/否问题的大决策树。

我需要用 c# 实现一些代码并通过这棵树并获得唯一的 id 作为返回。

如果没有 if else，我如何实现这样的逻辑？我的决策树要大得多，因为这个样本和 if/else 不是好的解决方案。我想用两种方法来做。首先获取 QuestionID，第二种方法将根据问题获取答案的唯一 ID。请帮我一些代码想法..

决策树：

我想知道是否有人可以帮助我了解如何为递归排序创建决策树。我了解如何使用冒泡排序或插入排序来做到这一点。但是，当涉及到递归排序时，我无法想象。如果伪代码类似于：

我最初的想法是决策树如下所示：

我显然在某个地方出错了，我只是不太确定在哪里。我在正确的轨道上吗？

谢谢你能给我的任何指示。

在过去的几天里，我一直在考虑这个问题，但没有找到最佳解决方案，因此提出了这个问题。

假设我们有一组 N 个变量，用户可以组合这些变量来创建规则列表和以下操作，例如：

变量不一定是整数，并且假设规则全部由 AND 子句列表和一个动作组成。

我想做的是建立一个决策树，让我能够快速处理像 (0,7,9) 这样的输入并返回正确的操作。到目前为止，我唯一的想法是划分变量空间并查看输入状态适合的位置，但这似乎是一个缓慢的解决方案：有人知道可能更快的东西吗？

我想实现一个复杂的分支逻辑 Android 业务应用程序，用作营销问卷工具，有很多问题，并根据用户的反应在其中进行分支。我很困惑是将对话逻辑实现为 FSM 还是行为树。作者使用树来实现状态机。例如，在 Ian Millington 等人的人工智能游戏中，作者建议将决策树用于 FSM。但是，我认为 FSM 可以有闭包，例如在“发出警报”和“防御”之间进行转换将使其成为图表而不是树。我的第一个问题是树和状态机有什么区别？第二个是什么对我的应用程序来说是一个好的实现，管理高水平的分支复杂性？

直截了当的问题，不知道答案是什么。

我正在使用 classregtree(X,Y) 函数制作决策树。我将 X 作为大小为 70X9 的矩阵（70 个数据对象，每个对象有 9 个属性）传递，并将 Y 作为 70X1 矩阵传递。我的每个 Y 值都是 2 或 4。但是，在形成的决策树中，它为某些叶节点提供了 2.5 或 3.5 的值。

任何想法为什么会导致这种情况？

想为棋盘游戏做一个AI已经很久了，最近开始收集资源和算法。游戏是非随机的，大多数时候，一个玩家有< 3 步，有时，有> 20 步。我想存储关键动作或模棱两可的动作，以便人工智能从错误中吸取教训，下次不会犯同样的错误。无需存储肯定会赢或输的动作。所以我实际上有一个用于游戏开始的稀疏决策树。我想知道我应该如何将这个决策树存储在数据库中？数据库不需要是 SQL，我不知道哪个数据库适合这个特定的问题。

编辑：请不要告诉我将决策树解析到内存中，想象一下游戏就像国际象棋一样复杂。