生成完美模拟训练集的决策树？

Question

我的数据集是我的规则，我想生成一个决策树，它在对我的规则进行分类时至少具有 100% 的准确率，但我永远无法达到 100%。我将 minNumObjs 设置为 1 并使其未修剪，但我只得到 84% 正确分类的实例。

我的属性是：

@attribute users numeric
@attribute bandwidth numeric
@attribute latency numeric
@attribute mode {C,H,DCF,MP,DC,IND}

ex 数据：

2,200000,0,C
2,200000,1000,C
2,200000,2000,MP
2,200000,5000,C
2,400000,0,C
2,400000,1000,DCF

有人可以帮助我理解为什么我永远无法对我的实例进行 100% 的分类以及如何对其中的实例进行 100% 的分类（同时仍允许我的属性为数字）

谢谢

Answer 1

由于具有不同标签的相同特征向量，有时不可能获得 100% 的准确度。我猜你的情况是 users、bandwidth 和 latency 是特征，而 mode 是你要预测的标签。如果是这样，那么 {users、bandwidth、latency} 的相同值可能恰好具有不同的 mode 标签。

一般来说，可能会通过以下几种方式之一对相同的特征使用不同的标签：

由于数据读取错误，数据中存在噪音。
存在未捕获的随机源。
还有更多可能的特征可以区分不同的标签，但这些特征不在您的数据集中。

您现在可以做的一件事是运行您的训练集通过决策树并找到被错误分类的项目。尝试确定它们错误的原因，并查看是否有任何数据实例表现出我上面写的内容（即有一些数据实例具有相同的特征但不同的标签）。

生成完美模拟训练集的决策树？

Generating a Decision Tree that Perfectly Models the Training Set?

machine-learning

decision-tree

weka

j48