关于人工智能.pptVIP

LOGO 决策树学习 什么是决策树 怎样学习决策 ID3算法 1．什么是决策树 决策树(decision tree)也称判定树，它是由对象的若干属性、属性值和有关决策组成的一棵树。 节点:属性（一般为语言变量） 分枝:属性值（一般为语言值） 逻辑“或”关系:从同一节点出发的各个分枝； 逻辑“与”关系:位于同一条分枝路径上的各个“属性-值”对； 从根节点到每一个叶子节点的所有节点和边，按顺序串连成一条分枝路径，叶子节点为这个与关系的对应结果，即决策。 二.决策树学习 2、怎样学习决策树 首先，选取一个属性，按这个属性的不同取值对实例集进行分类；并以该属性作为根节点，以这个属性的诸取值作为根节点的分枝，进行画树。 Title 决策树学习的基本方法和步骤 然后，考察所得的每一个子类，看其中的实例的结论是否完全相同。如果完全相同，则以这个相同的结论作为相应分枝路径末端的叶子节点；否则，选取一个非父节点的属性，按这个属性的不同取值对该子集进行分类，并以该属性作为节点，以这个属性的诸取值作为节点的分枝，继续进行画树。 如此继续，直到所分的子集全都满足：实例结论完全相同，而得到所有的叶子节点为止。 Title 决策树学习举例 设表1 所示的是某保险公司的汽车驾驶保险类别划分的部分事例。我们将这张表作为一个实例集，用决策树学习来归纳该保险公