En esta página, se te pide que respondas una serie de ejercicios de opción múltiple sobre el material analizado en la unidad "Árboles de decisión de entrenamiento".
Pregunta 1
¿Cuáles son los efectos de reemplazar los atributos numéricos por sus valores negativos (por ejemplo, cambiar el valor de +8 a -8) por el separador numérico exacto?
Se aprenderán las mismas condiciones; solo se cambiarán los elementos secundarios positivos o negativos.
Fantástico.
Se aprenderán diferentes condiciones, pero la estructura general del árbol de decisión seguirá siendo la misma.
Si cambian las características, cambiarán las condiciones.
La estructura del árbol de decisión será completamente diferente.
La estructura del árbol de decisión en realidad será casi la misma. Sin embargo, las condiciones cambiarán.
Pregunta 2
¿Qué dos respuestas describen mejor el efecto de probar solo la mitad (seleccionada de forma aleatoria) 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 tendrá una peor precisión en las pruebas.
El árbol de decisión final no tendría mejor precisión en el entrenamiento.
Bien hecho.
Question 3
¿Qué sucedería si la curva de aumento de la información y el umbral tuvieran varios máximos locales?
Es imposible tener varios máximos locales.
Se admiten varios máximos locales.
El algoritmo seleccionaría el máximo local con el valor de umbral más pequeño.
El algoritmo seleccionaría el máximo global.
Bien hecho.
Question 4
Calcula la ganancia de información de la siguiente división:
| Nodo | Cantidad de ejemplos positivos | Cantidad de ejemplos negativos |
|---|---|---|
| nodo superior | 10 | 6 |
| primer hijo | 8 | 2 |
| segundo hijo | 2 | 4 |