选择最有可能的选项的决策树？
Decision Tree for Choosing Most Likely Option?
我正在尝试找到合适的 ML 算法。假设我有三个数据列。我对每一列都有一个二进制结果（数据列属于（A 组）分类或不属于），但是在我输入的每组三个数据列中，只有一个列属于 A 组。
我可以选择哪种算法来 select 每次都从三个算法中取一个最好的结果？我可以用决策树来做吗？
决策树又名 ID3，可以适用于这个简单的问题...最好的方法是检查数据并查看它的输出预测
ID3虽然有过拟合的问题
基本上每个分类器都可以很好地完成这项任务，如果它是线性可分的，即使 SVM 也是一个不错的选择，我也建议尝试基本的 神经网络 在输出层有 1/2 个节点用于分类 2 组
所有这些都是通过各种包实现的，并且相当容易使用（几乎任何编码语言）
我正在尝试找到合适的 ML 算法。假设我有三个数据列。我对每一列都有一个二进制结果（数据列属于（A 组）分类或不属于），但是在我输入的每组三个数据列中，只有一个列属于 A 组。
我可以选择哪种算法来 select 每次都从三个算法中取一个最好的结果？我可以用决策树来做吗？
决策树又名 ID3，可以适用于这个简单的问题...最好的方法是检查数据并查看它的输出预测 ID3虽然有过拟合的问题
基本上每个分类器都可以很好地完成这项任务，如果它是线性可分的，即使 SVM 也是一个不错的选择，我也建议尝试基本的 神经网络 在输出层有 1/2 个节点用于分类 2 组
所有这些都是通过各种包实现的，并且相当容易使用（几乎任何编码语言）