【问题标题】:Decision Tree, What is Wrong here?决策树,这里有什么问题?
【发布时间】:2015-06-25 09:21:31
【问题描述】:
两天前我参加了一场比赛。我们的一个问题如下:
为两个二元特征构建深度为 2 的决策树。
假设空间中有多少特征可以用下面的树来展示?
答题纸上说解决方案为 16,但承诺却这样说
由于答案错误,问题被删除。谁可以添加
解释为什么这个被删除?答案的哪一部分是错误的?
【问题讨论】:
标签:
machine-learning
classification
decision-tree
pattern-recognition
hierarchical-clustering
【解决方案1】:
这棵树将假设空间划分为的分区数等于叶子数 (4)。在这种情况下,这也是最大值,因为对于两个二进制特征,唯一输入的总数为 2^2,即 4。
【解决方案2】:
16?没门。老实说,这个问题很愚蠢。
您在决策树 (DT) 中拥有的特征数量对应于树的最大深度,这是您可以向 DT 提出的最大问题数,以便对特征空间进行建模。
这是每个节点中DT根据特征区分特征空间的逻辑结果。
【解决方案3】:
在这种情况下,您已经表示了可以用决策树表示的所有可能特征。因此,假设空间中总共有 4 个可能的点。