Was ist Plural Klassifizierung in Entscheidungsbäumen?

Question

Ich bin neu auf dem Gebiet der KI und lese über Entscheidungsbäume. Ich beziehe mich auf das AIMA-Buch, das so ziemlich das Standard-Intro-AI-Buch ist. Im Kapitel über Entscheidungsbäume diskutieren sie in dem Buch einen Fall, in dem, nachdem das erste Attribut sich teilt und es keine Attribute mehr gibt, aber sowohl positive als auch negative Beispiele noch nicht getrennt wurden, es bedeutet, dass diese Beispiele genau die gleiche Beschreibung haben. .. Die Lösung für diesen Fall, die sie vorschlagen, ist ", um die Mehrfachklassifizierung der verbleibenden Beispiele zurückzugeben". Ich habe mich gefragt, was dieser Teil in Fett bedeutet? Was bedeutet es, die "Pluralitätsklassifikation" einer Reihe von Beispielen zurückzugeben?

Answer 1

Sie hätten die Mehrheitsklasse angegeben, wenn es nur zwei Klassen gäbe. Pluralität ist nur die Verallgemeinerung der Mehrheit zu mehr als 2 Klassen. Es bedeutet nur, nehmen Sie die häufigste Klasse in diesem Blatt und geben Sie das als Ihre Vorhersage zurück. Wenn Sie beispielsweise die Farben von Bällen klassifizieren und drei blaue Bälle, zwei rote Bälle und zwei weiße Bälle in einem Blatt sind, geben Sie Blau als Ihre Vorhersage zurück.