Auf dieser Seite können Sie eine Reihe von Multiple-Choice-Übungen zum Material aus dem Abschnitt „Entscheidungsbäume trainieren“ absolvieren.
Frage 1
Was sind die Auswirkungen, wenn die numerischen Features durch ihre negativen Werte ersetzt werden (z. B. der Wert +8 in -8)?
Es werden dieselben Bedingungen gelernt, nur die positiven/negativen untergeordneten Elemente werden ausgetauscht.
Sehr gut.
Es werden unterschiedliche Bedingungen gelernt, die Gesamtstruktur des Entscheidungsbaums bleibt jedoch gleich.
Wenn sich die Funktionen ändern, ändern sich auch die Bedingungen.
Die Struktur des Entscheidungsbaums ist dann völlig anders.
Die Struktur des Entscheidungsbaums bleibt im Grunde gleich. Die Bedingungen ändern sich jedoch.
Frage 2
Welche beiden Antworten beschreiben am besten die Auswirkungen des Testens von nur der Hälfte (zufällig ausgewählt) der Kandidatengrenzwerte in X?
Der Informationsgewinn wäre höher oder gleich.
Der Informationsgewinn wäre niedriger oder gleich.
Gut gemacht!
Der endgültige Entscheidungsbaum hätte eine schlechtere Testgenauigkeit.
Der endgültige Entscheidungsbaum hätte keine bessere Trainingsgenauigkeit.
Gut gemacht!
Frage 3
Was würde passieren, wenn die Kurve „Informationsgewinn“ im Vergleich zu „Grenzwert“ mehrere lokale Maxima hätte?
Es ist unmöglich, mehrere lokale Maxima zu haben.
Es sind mehrere lokale Maxima möglich.
Der Algorithmus würde die lokalen Maxima mit dem kleinsten Grenzwert auswählen.
Der Algorithmus würde das globale Maximum auswählen.
Gut gemacht!
Frage 4
Berechnen Sie den Informationsgewinn der folgenden Aufteilung:
| Knoten | Anzahl der positiven Beispiele | Anzahl der Negativbeispiele |
|---|---|---|
| übergeordneter Knoten | 10 | 6 |
| Erstgeborenes Kind | 8 | 2 |
| zweites Kind | 2 | 4 |