Buscar

Na abordagem de aprendizagem supervisionada, a indução mediante árvores de decisão é uma das formas mais simples de inferir classificações, já que ...

Na abordagem de aprendizagem supervisionada, a indução mediante árvores de decisão é uma das formas mais simples de inferir classificações, já que a entrada constitui características distintivas de objetos ou situações, descrito através de um conjunto de propriedades ou atributos, realizando a indução a partir de um conjunto de exemplos.


O problema do reconhecimento de espécies de orquídeas pode ser resolvido usando redes neurais, mas uma abordagem mais simples de árvore de decisão também pode ser eficiente.


Suponha um conjunto resumido de informações sobre as características diferenciadoras de três espécies de flor de Iris a seguir:

Comprimento da Sépala


Largura da Sépala


Comprimento da Pétala


Largura da Pétala


Classe


5.1


3.5


1.4


0.2


Iris-setosa


5.0


3.3


1.4


0.2


Iris-setosa


7.0


3.2


4.7


1.4


Iris-versicolor


5.7


2.8


4.1


1.3


Iris-versicolor


6.3


3.3


6.0


2.5


Iris-virginica


5.9


3.0


5.1


1.8


Iris-virginica


Responda as seguintes perguntas:


Uma provável raiz para esta árvore de decisão poderia começar com


Comprimento-pétala <=2,45?

Verdadeiro - Classe = Íris-Setosa

Falso - Largura-pétala


1) desenhe o restante da árvore usando as informações do conjunto da tabela anterior


2) Calcule a entropia total

💡 1 Resposta

User badge image

Ed Verified user icon

1) A árvore de decisão completa para o conjunto de dados fornecido seria: Comprimento-pétala <= 2,45? - Verdadeiro: Classe = Íris-Setosa - Falso: Largura-pétala <= 1,75? - Verdadeiro: Classe = Íris-Versicolor - Falso: Classe = Íris-Virginica 2) Para calcular a entropia total, é necessário calcular a entropia de cada classe. No conjunto de dados fornecido, há três classes: Íris-Setosa, Íris-Versicolor e Íris-Virginica. A entropia de cada classe é calculada da seguinte forma: - Entropia de Íris-Setosa: -(1/3)log2(1/3) - (2/3)log2(2/3) = 0,918 - Entropia de Íris-Versicolor: -(2/5)log2(2/5) - (3/5)log2(3/5) = 0,971 - Entropia de Íris-Virginica: -(2/2)log2(2/2) - (0/2)log2(0/2) = 0 A entropia total é a média ponderada das entropias de cada classe, ponderada pelo número de exemplos de cada classe. No conjunto de dados fornecido, há 50 exemplos no total, sendo 2 de Íris-Setosa, 2 de Íris-Versicolor e 2 de Íris-Virginica. Portanto, a entropia total é: (2/50)*0,918 + (2/50)*0,971 + (2/50)*0 = 0,359

1
Dislike0

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Outros materiais