案例來自Ross Quinlan的書籍《C4.5：programs for machine learning》
數(shù)據(jù)集如下

為了模仿缺失值的情況，現(xiàn)在把上面？處的地方改為缺失值。
那么根據(jù)現(xiàn)有13條明確的數(shù)據(jù)集（不再是14條）
此時
？=sunny的概率是：$\frac{5}{13}$
？=overcast的概率是：$\frac{3}{13}$
？=rain的概率是：$\frac{5}{13}$

---

書中的決策樹如下

上面這個結果是根據(jù)下面的源代碼跑出來的。
http://www.rulequest.com/Personal/c4.5r8.tar.gz
對應的決策樹結果是：

繪制上圖對應的代碼是：
test.dot

digraph graphname { "Outlook"->"Humidity"[label="sunny", fontcolor=darkgreen] // edge T->P "Humidity"->"Play (2.0|0.0)"[label="≤75", fontcolor=darkgreen]"Humidity"->"Don't Play (3.4|0.4)"[label="＞75", fontcolor=darkgreen]"Outlook"->"Play (3.2|0.0)"[label="overcast", fontcolor=darkgreen]"Outlook"->"Windy"[label="rain", fontcolor=darkgreen]"Windy"->"Don't Play (2.4|0.4)"[label="true", fontcolor=darkgreen]"Windy"->"Play (3.0|0.0)"[label="false", fontcolor=darkgreen]}

運行方法

dot -Tpng -o decision.png ./test.dot

對于上面的小數(shù)解釋如下：

---

當？=sunny：
該條缺失數(shù)據(jù)滿足
Outlook=sunny
Humidity>75
也就是說到達了Don’t Play這個葉子節(jié)點，但是該數(shù)據(jù)是屬于Play這個類別的
所以加上原來的3條數(shù)據(jù)，總共是$3\frac{5}{13}$條數(shù)據(jù)，由于類別與該類別不一致，所以該葉子節(jié)點的誤判條數(shù)為$\frac{5}{13}$條
所以該葉子節(jié)點的最終結果是：（$3\frac{5}{13}$|$\frac{5}{13}$）=(3.4|0.4)
表示到達該葉子節(jié)點的有$3\frac{5}{13}$條，其中不滿足的有$\frac{5}{13}$條

---

當？=overcast：由于13條數(shù)據(jù)中有3條數(shù)據(jù)是overcast，所以概率是$\frac{3}{13}$
由于滿足Outlook=overcast的數(shù)據(jù)全部屬于Play，而該缺失數(shù)據(jù)也屬于Play，
所以不存在誤判
該葉子節(jié)點最終到達數(shù)據(jù)共計$3\frac{3}{13}$條，誤判0.0條
所以該葉子節(jié)點的最終結果是：（$3\frac{3}{13}$|0.0）=(3.2|0)

總結

以上是生活随笔為你收集整理的C4.5-Release8中Ross Quinlan对缺失值的处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。