为什么ID3算法不能用于Weka中的UCI Mushroom数据集？

Question

我似乎无法将ID3分类算法应用于Mushroom.arff数据集。此数据集仅包含名义属性。我想我需要对它进行预处理以使其正常工作，但我不知道如何工作。我该怎么办？

Answer 1

ID3算法是一种未修改的决策树生成算法，具有以下properties：

1. 它只能处理名义属性。
2. 无法处理缺失值。
3. 空叶可能会导致未分类的实例。

Mushroom dataset由22个名义属性组成，并且满足第一个条件，但是经过检查，您会发现属性 ＆＃39; stalk-root＆＃39; < / strong>有2480（31％）个缺失值。这是在您尝试分类时默认情况下在Weka中无法选择的原因。

为了解决这个问题，您可以继续使用这两种解决方案。

1. 您可以删除该属性。

   • 打开.arff文件，在“属性”选项卡中选择stalk-root属性，然后单击“删除”。
     1. 您现在可以看到ID3可用了。我的F得分为1.0。



1. 您可以使用技巧来处理缺失值。

   • 如果您不想丢失信息（在本例中为“stalk-root”属性），您可以继续执行这些techniques：
     1. 使用属性的集中趋势度量（例如均值，中位数）来替换空值。
     2. 对属于与给定元组相同的类的所有样本使用属性均值或中位数。
     3. 使用最可能的值，使用贝叶斯形式使用基于推理的工具填充缺失值。