<p>
首先找出最有判别力的因素，然后把数据分成多个子集，每个子集又选择最有判别力的因素进一步划分，一直进行到所有子集仅包含同一类型的数据为止。最后得到一棵决策树，可以用它来对新的样例进行分类。<br>
主算法包括如下几步：<br>
①从训练集中随机选择一个既含正例又含反例的子集（称为窗口）；<br>
②用“建树算法”对当前窗口形成一棵决策树；<br>
③对训练集（窗口除外）中例子用所得决策树进行类别判定，找出错判的例子；<br>
④若存在错判的例子，把它们插入窗口，重复步骤②，否则结束。<br>
建树算法的具体步骤如下：<br>
①对当前例子集合，计算各特征的互信息；<br>
②选择互信息最大的特征A<sub>k</sub>；<br>
③把在A<sub>k</sub>处取值相同的例子归于同一子集，A<sub>k</sub>取几个值就得几个子集；<br>
④对既含正例又含反例的子集，递归调用建树算法；<br>
⑤若子集仅含正例或反例，对应分枝标上P或N，返回调用处。</p>
题库考试答案搜索网 > 题目详情