决策树。噪音策略答案

【问题标题】：Decision Tree. Strategy for noise决策树。噪音策略
【发布时间】：2012-10-31 17:05:10
【问题描述】：

在决策树中对抗噪声的好策略是什么？

在我的训练数据中，

我有两条属性相同但分类不同的记录。

根据我的阅读，它说返回这两条记录的复数分类。

但是当我想进行预测时，这会引发一个问题，因为我的预测的输出应该是是或否。

所以，试着找出在这种情况下我可以使用哪些策略来预测。

谢谢。

【问题讨论】：

替代方案：1. 消除此类矛盾，2. 添加更多用于决策的属性，即 Female, Luxury, LV 应辅以额外的消歧功能，带来 2 个不同的选择器 - 一个用于 yes，以及一个为no。 3. 你能负担得起一种模糊方法，即将概率存储为决策而不是具体的yes 或no？
修剪处理非类属性中的噪声，叶子中的概率处理模糊类。
@Stan。这是一项作业，所以我真的不能说问题设置得有多糟糕。谢谢！
然而，即使在分配中，您也可以检测到通常应该被视为不一致的数据，并决定/建议跳过它。至少，这是一种现实世界的方法。

【解决方案1】：

当类别预测未定时：

最简单（也是常见）的方法是预测多数类别。
获取更多信息。例如，包括其他属性（如果可用）或获取更多训练样本（如果可用）。
删除一些信息。目的是在尽可能多地保留预测信息的同时消除尽可能多的噪声源。通常它是通过删除无用的属性来完成的。在树的情况下，可以通过修剪来完成。最终，您可以删除异常值（例如错误测量的样本），但您必须知道哪个样本是异常值。

【讨论】：