各ノードでバイナリ分割を含む決定木分類器を構成しますか？

Question

r（A、B、C）という関係のタプルをトレーニングデータとして使用して、各ノードでバイナリスプリットを持つ決定木クラス分類器を構築します。属性Cはクラスを示す。 最終的なツリーを表示し、各ノードで、各属性の最適な分割とその情報ゲイン値を表示します。

トレーニングデータ：

(1, 2, a), (2, 1, a), (2, 5, b), (3, 3, b), (3, 6, b), (4, 5, b), (5, 5, c), (6, 3, b), (6, 7, c)？

どのように進めますか？

どのリンクでも便利ですか？

Answer 1

意思決定ツリーを構築するために使用するアルゴリズム（ID3）を見つけましたか？クラスを予測するには、データ（つまりフィーチャ）に関する観測値に基づいて決定木を訓練する必要があります。このlilnkは、決定木の学習について説明しています。