则“信息增益” Gain (a=I(p, n-E(A) Gain(outlook =0.940-E(outlook =0. 246bits 3.决策树学习的常见问题 1)不合适属性( Inadequate attributes 两类例子具有相同属性值。没有任何属性可进一步扩展决策 树 哪类例子多,叶结点标为哪类 3)未知属性 ①“最通常值”办法 ②按比例将未知属性例子分配到各子集中: 属性A有值{A12,AV},A值等于A的例子数p和n,未知属性 值例子数分别为p和n,在生成决策树时A的例子数 pu'ratio则“信息增益” Gain(A)=I(p,n)-E(A) Gain(outlook)=0.940-E(outlook)=0.246bits 3. 决策树学习的常见问题 1）不合适属性（Inadequate attributes) 两类例子具有相同属性值。没有任何属性可进一步扩展决策 树。 哪类例子多，叶结点标为哪类。 3）未知属性 ① “最通常值”办法 ② 按比例将未知属性例子分配到各子集中： 属性A有值{A1 ,…,Av}, A值等于Ai的例子数pi和ni，未知属性 值例子数分别为pu和nu , 在生成决策树时Ai的例子数 Pi+pu·ratio