Как выбрать точку разделения для непрерывных переменных в деревьях решений?

У меня есть два вопроса, связанных с деревьями решений:

Если у нас есть непрерывный атрибут, как мы выбираем значение разделения?

Пример: возраст = (20,29,50,40 ....)
Представьте себе , что мы имеем непрерывный атрибут , которые имеют значение в . Как я могу написать алгоритм, который находит точку разделения , чтобы при разделении на мы имели минимальное усиление для ? $f$ $R$ $v$ $f$ $v$ $f>v$

classification data decision-trees WALID BELRHALMIA
источник

Ответы:

$(20, 29, 40, 50)$ $(24.5, 34.5, 45)$

Вы можете сэкономить некоторое время вычислений, проверяя только точки разделения, которые лежат между примерами разных классов, потому что только эти разделения могут быть оптимальными для получения информации.

timleathart
источник

@timleathart OP ожидает, что реализация будет «ложно накормлена» реализацией в R. Интересно, что до сих пор пробовал OP со ссылкой на реализацию R? Как насчет «показать некоторые усилия», ОП?

МНМ

@timleathart, но обычно для атрибута f мы выбираем разделение v, которое дает наибольшее информационное увеличение для f> v, но здесь давайте посмотрим на вопрос, который они задали для минимального усиления.

WALID BELRHALMIA

@timleathart, можешь объяснить подробнее? Мне нужно знать оптимальный оптимизированный способ выявления таких расщеплений и проверки получения информации. Допустим, одна переменная имеет много вариаций, а другая почти постоянна. Сколько таких расколов должно быть?

Арпит Сисодия

@timeleathart, расширяя ваш ответ, это разделение не будет оптимизировано, когда значения (20,21,22,23, 45,67,80). разве нельзя использовать итерацию от минимума до максимума? Пожалуйста, поправьте меня, если я ошибаюсь в моем предположении :)

Arpit Sisodia

Это проясняет мои заблуждения!

Цзиньхуа Ван