【模式识别与人工智能】37-第五章-第五节-决策树-多变量决策树.pptxVIP

第五章决策树-多变量决策树汇报人：刘宝伟模式识别与人工智能授课教师：栾声扬

多变量决策树的复杂划分1CONTENTS

PART01多变量决策树的复杂划分

第五节多变量决策树5.5.1多变量决策树的复杂划分轴平行（Axis-Parallel）划分把每个属性视为坐标空间中的一个坐标轴，则个属性描述的样本就对应了维空间中的一个数据点。对样本分类则意味着在这个坐标空间中寻找不同类样本之间的分类边界。决策树所形成的分类边界由若干个与坐标轴平行的分段组成。

第五节多变量决策树5.5.1多变量决策树的复杂划分单变量决策树（UnivariateDecisionTree）在每个非叶结点处仅考虑一个划分属性，以此寻找分类边界。以表1中的西瓜数据为例，将它作为训练集。编号密度含糖率好瓜编号密度含糖率好瓜10.6970.460是90.6660.091否20.7740.376是100.2430.267否30.6340.264是110.2450.057否40.6080.318是120.3430.099否50.5560.215是130.6390.161否60.4030.237是140.6570.198否70.4810.149是150.3600.370否80.4370.211是160.5930.042否表1西瓜数据集

第五节多变量决策树5.5.1多变量决策树的复杂划分单变量决策