- •8.Стратегии неинформированного поиска с ограничением глубины и итеративным углублением. Двунаправленный поиск.
- •Поиск с ограничением глубины
- •Поиск в глубину с итеративным углублением
- •Двунаправленный поиск
- •18. Представление знаний. Категории и объекты.
- •28. Деревья принятия решений.
- •Выразительность деревьев решений
- •Индуктивный вывод деревьев решений на основе примеров
28. Деревья принятия решений.
Индуктивный логический вывод деревьев решений представляет собой одну из простейших и вместе с тем наиболее успешных форм алгоритмов обучения. Дерево решений принимает в качестве входных данных объект или ситуацию, описанную с помощью множества атрибутов, и возвращает “решение” — предсказанное выходное значение, соответствующее входным данным. Входные атрибуты могут быть дискретными или непрерывными. Выходные значения также могут быть дискретными или непрерывными; процесс формирования в ходе обучения функции с дискретными значениями называется обучением классификации; формирование в ходе обучения непрерывной функции называется обучением регрессии. Вначале мы сосредоточимся на булевой классификации, согласно которой каждый пример обозначается как истинный (положительный) или ложный (отрицательный).
Дерево решений позволяет перейти к содержащемуся в нем решению путем выполнения последовательности проверок. Каждый внутренний узел в дереве соответствует проверке значения одного из свойств, а ветви, исходящие из этого узла, обозначены возможными значениями результатов проверки. Каждый листовой узел в дереве задает значение, возвращаемое после достижения этого листа.
Например: клиент ждет, пока освободится место за столиком в ресторане. Цель состоит в том, чтобы изучить определение для целевого предиката WillWait (Следует ли ждать). Используем следующие атрибуты:
AIternate (Альтернативный вариант). Есть ли поблизости подходящий ресторан такого же класса.
Ваr (Бар). Имеется ли в ресторане уютный бар, в котором можно подождать.
Fri /Sat (Уик-энд). Принимает истинное значение по пятницам и субботам.
Hungry (Чувство голода). Испытывает ли посетитель чувство голода.
Patrons (Посетители). Сколько людей находится в ресторане; значениями этого атрибута являются None (Ресторан пуст), Some (В ресторане есть посетители) и Full (Ресторан заполнен).
Price (Цены). Ценовая категория ресторана (*, **, ***).
Raining (Дождь). Идет ли дождь на улице.
Reservation (Бронирование). Забронировано ли место за посетителем.
Туре (Тип). Тип ресторана (ресторан с французской (French), итальянской (Italian), тайской (Thai) кухней или ресторан-закусочная (Burger)).
WaitEstimate (Оценка продолжительности ожидания). Продолжительность ожидания, оценка которой сделана метрдотелем (0-10, 10-30, 30-60, >60 минут).
Выразительность деревьев решений
С точки зрения логики любая конкретная гипотеза из дерева решений для целевого предиката WillWait может рассматриваться как утверждение в следующей форме:
где каждое условие Pi(s) представляет собой конъюнкцию проверок, соответствующих пути от корня дерева к листу с положительным результатом. Деревья решений в рамках класса пропозициональных языков являются полностью выразительными; это означает, что в виде дерева решений может быть оформлена любая булева функция.
Деревья решений вполне подходят для функций одних типов и не подходят для других(для мажоритарной функции,для функции определения четности)