决策树。噪音策略

Question

在决策树中打击噪音的好策略是什么？

在我的训练数据中，

我有两个具有相同属性的记录，但它们给出了不同的分类。

1. 女，奢侈，LV，是
2. 女，奢侈，LV，没有

根据我的阅读，它说要返回这两个记录的多个分类。

但是，当我想进行预测时，这会引发问题，因为我的预测输出应为是或否。

因此，试图找出在这种情况下我可以用来预测的策略。

谢谢。

Answer 1

当课堂预测尚未确定时：

1. 最简单（和常见）的方法是预测多数班级。
2. 获取更多信息。例如，包括其他属性（如果可用）或获取更多培训样本（如果可用）。
3. 删除一些信息。目的是在尽可能多地保留预测信息的同时尽可能多地去除噪声源。通常通过删除无用的属性来完成。在树的情况下，它可以通过修剪来完成。最终你可以删除异常值（比如错误测量的样本），但你必须知道哪个样本是异常值。