chap4_决策树.pptVIP

练习2 已知：数据见课本表4-7（ P122 题2），采用Gini指数作为结点的不纯度度量。 问题： 整个训练样本集的不纯度是多少？ 如果对数据按车型属性进行多路划分，则 （车型 运动）的结点的不纯度是多少？ （车型 豪华）的结点的不纯度是多少？ （车型 家用）的结点的不纯度是多少？ 计算不纯性方法3:分类差错率 节点t的分类差错率: p i|t 是给定结点t中属于类i的记录所占比例，简记为pi 结点分类误差率指数的取值范围： 当记录均匀分布于各分类时，将取得最大值 1 - 1/nc 当所有记录都属于同一分类时，将取得最小值 0 例：分别计算3个子女结点的分类差错率 P C0 0/6 0 P C1 6/6 1 Error 1 – max 0, 1 1 – 1 0 P C0 1/6 P C1 5/6 Error 1 – max 1/6, 5/6 1 – 5/6 1/6 P C0 2/6 P C1 4/6 Error 1 – max 2/6, 4/6 1 – 4/6 1/3 练习3 已知：数据见课本表4-7（ P122 题2），采用分类误差率作为结点的不纯度度量。 问题： 整个训练样本集的不纯度是多少？ 如果对数据按车型属性进行多路划分，则 （车型 运动）的结点的不纯度是多少