Univariater EntscheidungsbaumEs handelt sich dabei um eine Entscheidung mit nur einer Variablen, d. h., bei jeder Knotenaufteilung wird nur ein Merkmal im Merkmalssatz ausgewählt. Dies weist darauf hin, dass die Klassifizierungsgrenze des Entscheidungsbaums mehrere Segmente enthält, die aus mehreren Segmenten parallel zur Koordinatenachse bestehen.
Der Algorithmus für univariate Entscheidungsbäume führt zu einer großen Baumgröße, komplexen Regeln und ist schwer verständlich. Daher wird zur Lösung des Problems im Allgemeinen ein multivariater Entscheidungsbaum verwendet.
Im Gegensatz zu univariaten Entscheidungsbäumen besteht das Lernen multivariater Entscheidungsbäume nicht darin, das optimale Attribut für jeden Nicht-Knoten zu finden, sondern zu versuchen, einen geeigneten linearen Klassifikator zu erstellen.
Verwandte Begriffe: Entscheidungsbaum, multivariater Entscheidungsbaum
Verweise
【1】http://bealin.github.io/2017/02/27/Machine Learning Series—5-Entscheidungsbaum/
【2】http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=26283084&flag=1