2-dtree-决策树资料.pptVIP

* Guilin * 举例说明（用分类误差计算概率） 计算训练数据集合的不纯度的第三个方法是采用分类误差（classification error） 已知p(Bus) = 0.4, p(Car) = 0.3和p(Train) = 0.3，分类误差值的计算如下： Classification_Error = 1 – Max{0.4, 0.3, 0.3} = 1 - 0.4 = 0.60 * Guilin * 分类误差的性质 与熵和Gini索引一样，一个纯的训练数据集合（只有一个类）的分类误差值是0，这是因为概率1的分类误差值是1-max(1) = 0 分类误差值总是在0和1之间 对于给定类的个数， Gini索引的最大值总是与分类误差的最大值相等 设每个类的概率为p=1/n，Gini索引的最大值是1-n*(1/n)^2 = 1-1/n，而分类误差的最大值也是1-max{1/n} =1-1/n * Guilin * 决策树算法的运行方式 这里解释决策树算法的运行方式 设一个训练数据集合D有多个属性和一个类属性 对于D，取出每个属性和类属性形成一个子集合 如果有m个属性，我们就从D构造出m个子集合 设第i个属性的子集合为Si 这里，D 是Si的父亲 * Guilin * 举例说明（训练数据） Attributes Classes Gender Car ownership Tra