C4.5算法如何处理具有相同属性但结果不同的数据？

Question

我正在尝试为学校项目使用C4.5算法创建决策树。决策树用于Haberman's Survival Data Set，属性信息如下。

Attribute Information:

1. Age of patient at time of operation (numerical)
2. Patient's year of operation (year - 1900, numerical)
3. Number of positive axillary nodes detected (numerical)
4. Survival status (class attribute)
    1 = the patient survived 5 years or longer
    2 = the patient died within 5 year

并且我们需要实现一个决策树，其中每个叶子必须具有一个不同的结果（这意味着该叶子的熵应为0，但是有六个实例具有相同的属性，但结果不同。

例如：

66,58,0,2
66,58,0,1

[C4.5算法在这种情况下会做什么，我到处搜索但找不到任何信息。

谢谢。

Answer 1

阅读Quinlan，J。R. C4.5：机器学习程序。 Morgan Kaufmann Publishers，1993年。（如果有大学作业，学习C4.5是一个好方法）从我的研究。似乎在第137页上，源代码列出了build.c有一行//* if all case are the same.... or there are not enough case to divide（如您的问题）它会return Node这个节点来自Node = Leaf(ClassFreq, BestClass, Cases, Cases-NoBestClass);

ClassFreq存储每个类的数量BestClass存储，即优势类（大多数频率）案例存储那里有多少数据NoBestClass存储多少BestClass数据该叶子函数来自文件Trees.c，该叶子函数将返回一个叶子为bestClass (Best class become the leaf)的节点。

所有这些信息参考Quinlan，J。R. C4.5：机器学习程序。摩根·考夫曼出版社，1993年。

知道这一点的任何人，如果我做错了，请发表评论。谢谢