决策树及应用.docxVIP

  • 7
  • 0
  • 约1.73万字
  • 约 20页
  • 2020-11-08 发布于天津
  • 举报
第章决策树及应用问题概述各个领域的人工智能实现常常要涉及这样的问题从实际问题中提取数据并从数据中提炼一组数据规则以支持知识推理实现智能的功能知识规则一般以原因结果形式表示一般地获取知识规则可以通过样本集建模实现由于推理结果是有限个即的取值是有限的所以这样的建模属于分类问题利用神经网络可以实现分类问题建模但当影响因素变量的个数较大时建模后的知识规则不易表示特别地当默写变量的取值缺失时即使神经网络具有容错性也会在一定程度上影响分类结果的不确定性实际应用中决定分类结果可能只是几个主要影响因素取值不依赖

第 5 章 决策树及应用 问题概述 各个领域的人工智能实现, 常常要涉及这样的问题: 从实际问题中提取数据, 并从数据 中提炼一组数据规则,以支持知识推理实现智能的功能。 知识规则一般以“原因—结果”形 式表示。一般地,获取知识规则可以通过样本集 {(??1(??),??(2??) , ? ,??(???),??(??)) |??= 1,2,? ,??}, 建模实现。由于推理结果是有限个,即 y的取值是有限的,所以这样的建模属于分类问 题。利用神经网络可以实现分类问题建模,但当影响因素变量 ??的? 个数较大时,建模后的知 识规则不易表示,特别地,当默写变量 ???的取值缺失时,即使神经网络具

文档评论(0)

1亿VIP精品文档

相关文档