什么是决策树中的多元分类？

Question

我是新来的人工智能领域，并阅读关于决策树。我指的是AIMA书籍，它几乎是推荐的AI书籍的简介。在关于决策树的章节中，他们在书中讨论了一种情况，其中在第一个属性分裂并且没有属性留下之后，但正面和负面的例子仍然没有被分开，这意味着这些例子具有完全相同的描述。他们建议的这种情况的解决方案是“返回其余示例的多个分类”。我想知道大胆的意思是什么？返回一组示例的“多个分类”是什么意思？

Answer 1

如果只有两个班级，他们会说大多数班级。多元化只是大多数人对2个以上班级的普遍化。它只是意味着在该叶子中最频繁的类别，并将其作为预测返回。例如，如果您正在对球的颜色进行分类，并且叶子中有3个蓝色球，2个红色球和2个白色球，则返回蓝色作为您的预测。