Esta página te desafía a responder una serie de ejercicios de opción múltiple sobre el material analizado en el curso "Árboles de decisión de entrenamiento" unidad.
Pregunta 1
¿Cuáles son los efectos de reemplazar los atributos numéricos por sus
valores negativos (por ejemplo, cambiar el valor +8 a -8) con
el divisor numérico exacto?
Se aprenderán las mismas condiciones: solo los
se cambiarán los valores secundarios positivos/negativos.
Fantástico.
Se aprenderán diferentes condiciones, pero la estructura general
del árbol de decisiones seguirán siendo los mismos.
Si los atributos cambian, las condiciones cambiarán.
La estructura del árbol de decisiones estará
es diferente.
La estructura del árbol de decisiones será
prácticamente igual. Sin embargo, las condiciones cambiarán.
Pregunta 2
¿Cuáles son las dos respuestas que describen mejor el efecto de probar solo la mitad?
(seleccionados al azar) de los valores de umbral de los candidatos en X?
La ganancia de información sería mayor o igual.
La ganancia de información sería menor o igual.
Bien hecho.
El árbol de decisión final tendría peor precisión en las pruebas.
El árbol de decisión final no tendría mayor exactitud de entrenamiento.
Bien hecho.
Pregunta 3
¿Qué sucedería si el "ganancia de información" frente a "umbral" curva
tenía múltiples máximos locales?
Es imposible tener varios máximos locales.
Varios máximos locales son posibles.
El algoritmo seleccionaría el máximo local con la menor
el valor del umbral.
El algoritmo seleccionaría el máximo global.
Bien hecho.
Pregunta 4
Calcula la ganancia de información de la siguiente división:
| Nodo | Cantidad de ejemplos positivos | Cant. de palabras clave negativas ejemplos |
|---|---|---|
| nodo superior | 10 | 6 |
| primer hijo | 8 | 2 |
| segundo hijo | 2 | 4 |