本資訊頁面的用途是回答「Training Decision Trees」(訓練決策樹狀圖) 單元中討論的一系列選擇題。
第 1 題
將數值特徵替換為負數值 (例如將值 +8 變更為 -8) 以及確切的數值分配器會造成什麼影響?
系統會學習相同的條件,只切換正/無子項。
吹得太好了!
系統會學習不同的條件,但決策樹狀結構的整體結構將維持不變。
如果這些功能有所異動,條件就會改變。
決策樹狀結構的結構會完全不同。
決策樹狀結構的結構幾乎完全相同。但條件會隨之改變。
第 2 題
以下兩個答案最能反映僅測試 (即隨機選取) X 候選門檻值的影響嗎?
資訊增加或更高。
相關資訊增加或減少。
太棒了!
最終決策樹狀圖的測試準確率較低。
最終決策樹無法提升訓練準確度。
太棒了!
第 3 題
如果「資訊增長」和「閾值」曲線有多個本機最大值,會發生什麼事?
不可同時設有多個本機最大值。
最多可有多個本機最大值。
演算法會選取門檻值最低的本機最大值。
演算法會選取全域上限。
太棒了!
第 4 題
計算下列分割的資訊增益:
節點 | 陽性示例 | 負示例數量 |
---|---|---|
父項節點 | 10 | 6 |
第一個孩子 | 8 | 2 |
第二個孩子 | 2 | 4 |