发布网友 发布时间:2022-04-28 22:45
共1个回答
热心网友 时间:2022-06-24 12:30
依据y坐标将六个点划分为两个子类,水平线上面的两个点是同一个分类,但是水平线之下的四个点是不纯净的。对这四个点进行再次分类,以x左边分类,通过两层分类,现了对样本点的完全分类。
决策树是一种具有树状结构的分类和预测工具,其中每个内部节点表示对一个属性的测试,每个分支表示测试的结果,每个叶节点(终端节点)持有一个类标签。
例如:
方案A的预期货币价值EMV=0.4*200+0.35*80+0.25*(-30)=100.5
方案B的预期货币价值EMV=0.4*100+0.35*40+0.25*0=54
方案C的预期货币价值EMV=0.4*50+0.35*40+0.25*30=41.5
每年预计收益方案A:100.5-250/6=58.8
每年预计收益方案B:54-90/6=39
每年预计收益方案C:41.5-40/6=34.8
扩展资料:
一个决策树包含三种类型的节点:
决策节点:通常用矩形框来表示
机会节点:通常用圆圈来表示
终结点:通常用三角形来表示
决策树学习也是资料探勘中一个普通的方法。在这里,每个决策树都表述了一种树型结构,它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库的分割进行数据测试。这个过程可以递归式的对树进行修剪。 当不能再进行分割或一个单独的类可以被应用于某一分支时,递归过程就完成了。另外,随机森林分类器将许多决策树结合起来以提升分类的正确率。
参考资料来源:百度百科-决策树