跳去內容

ID3

出自維基百科,自由嘅百科全書

ID3粵拼aai1 di1 saam1;取自英文全名 Iterative Dichotomiser 3,呢個全名係疊代二分器 3 噉解)係機械學習上一種用嚟建構決策樹演算法虛擬碼如下[1][2]

計吓成個數據庫嘅 information entropy資訊熵簡單啲講就係指柞數據有幾接近完全隨機

For 每一個用嚟做預測嘅變數
    計吓用咗佢分類之後嘅總 entropy
    計吓用咗佢分類之後嘅總 entropy 同成個數據庫嘅 entropy 差幾多information gain

 information gain 最高嗰個變數嚟分類

For 每一個分咗嘅類用嗰個類內嘅個案做數據庫做多次上述嘅過程直至用嗮所有用嚟做預測嘅變數或者到咗指定嘅分枝數上限為止

基本概念

[編輯]

舉個實際應用例子,想像依家要將手上嘅病人分類,數據庫入面有一個個病人個案,每個個案(1 2 3 4...)都記錄咗嗰位病人「有冇發燒」、「有冇見咳」同埋「係咪真係中咗新型流感」... 等嘅資訊。研究者跟住就叫部電腦用 ID3 建立決策樹,用嚟將啲病人分類,部電腦會[3]

  1. 將啲可以用嚟分類嘅變數—「有冇發燒」、「有冇見咳」—逐個逐個攞嚟睇,睇吓邊個最能夠(例如)令資訊熵下降;
  2. 例如家陣發覺「有冇發燒」係最能夠令資訊熵下降嘅,將班病人按「有冇發燒」嚟分做兩大組;
  3. 同每一個子節點,搵下一個可以用嚟分類嘅變數;
  4. 一路係噉做上述嘅過程,直至(例如)可以用嚟分類嘅變數用晒為止。

最後得出嘅決策樹,就會容許研究者作出類似噉嘅決策過程:「首先,睇吓一位病人有冇發燒;如果有發燒,就睇吓位病人有冇咳,如果有...(省略);而如果冇發燒,就睇吓位病人唞氣有冇困難,如果有...(省略)」而有咗呢一樖決策樹,研究者就可以例如教 AI睇病嘅工作[4]

相關嘅文

[編輯]

參考資料

[編輯]
  1. Chapter 4: Decision Trees Algorithms.
  2. Decision Trees: ID3 Algorithm Explained. Towards Data Science.
  3. Decision Trees: ID3 Algorithm Explained. Towards Data Science.
  4. Azar, A. T., & El-Metwally, S. M. (2013). Decision tree classifiers for automated medical diagnosis. Neural Computing and Applications, 23, 2387-2403.