正如 Tom M. Mitchell 教科书机器学习中所述,关于决策树的第一个陈述指出,“决策树倾向是一种近似离散值的方法功能”。有人可以详细说明这个陈述,甚至可能用一个例子来证明这一点。在此先感谢:) :)
答案 0 :(得分:-1)
在一个简单的例子中,考虑具有两个属性的观察行;训练数据包含基于这些属性的组合的分类(离散值)。学习阶段必须确定以哪种顺序考虑哪些属性,以便它可以有效地完成所需的建模。
例如,考虑一个能回答“我应该怎么订吃晚餐?”的模型。给予所需价格范围,美食和辛辣的输入。培训数据将包含您在各种餐厅体验中的历史记录。该模型将必须确定哪个最有效地达到良好的主菜分类:首先根据菜肴消除餐馆,然后考虑价格,最后根据Scoville单位调整选择;或者首先检查辛辣情况,然后从那些不够辣的转储选择开始,然后再考虑其他两个因素。
这能解释你的需求吗?