什么是决策树中的多重分类？

Question

我是人工智能领域的新手，正在阅读决策树。我指的是AIMA书，它几乎是推荐的AI书的标准介绍。在关于决策树的章节中，他们在书中讨论了一个案例，其中在第一个属性分裂之后并且没有遗留任何属性但是正面和负面示例仍未分离，这意味着这些示例具有完全相同的描述。 ..他们建议的这种情况的解决方案是“返回剩余例子的多个分类”。我想知道那个部分用粗体表示什么？返回一组例子的“多重分类”是什么意思？

Answer 1

如果只有两个班级，他们会说大多数班级。多元化只是将多数概括为超过2类。它只是意味着在该叶子中采用最频繁的类并将其作为预测返回。例如，如果您要对球的颜色进行分类，并且在一个叶子中有3个蓝色球，2个红球和2个白球，则返回蓝色作为预测。

Answer 2

在决策树中，当您到达叶子节点但仍不清楚将其分配给的类的想法时，则必须返回复数分类，这意味着要考虑叶子父级的所有示例，并且最多数据集中出现普通类。