如何计算决策树

Question

我做的数据挖掘导论演习的泛化误差率，就死在以下有关决策树的问题：

培训

测试

决策树

这个问题让我用乐观和悲观的方法来计算泛化错误率，答案分别是0.3和0.5。 他们完全不同于我的答案0.5和0.7。根据我的计算，实例3,7,8,9,10是错误分类。 我在Google上搜索了很多文档，他们都没有解释为什么，只是显示3/10 = 0.3。 请告诉我我犯的错误，谢谢！

Answer 1

你有这个毛病，missclassified是：

培训
• ：3，5，6
测试
• ：12，13，14，15

决策树是：

• 返回+当且仅当（不是和不b）或（A和C）

因此例如3：

A = 0 B = 1 C = 0类= +，和你的DT回报 - 如A = 0且B = 1

Answer 2

我想你的答案是正确的，解决方案手册的答案是错误的，而且在复制树时出现错误 - 在本书的副本中，叶节点标签从左至右读取+， - ，+， - 。具有叶节点+， - ， - ，+的树分别对于乐观和悲观错误估计分别为30％和50％。

使用叶节点+， - ，+， - ，错误确实是50％和70％。