首页 › 人工智能实验 ›

决策树猜动物

玩过「二十个问题」的同学都知道,好的提问能很快缩小范围。决策树就是把这种提问过程画成一棵树。本演示通过猜动物的游戏,让学生看到每个问题怎样把候选动物分成两部分,最终得到结果。

人工智能初中
在实验室中查看
决策树猜动物实验封面

实验目的

理解决策树的结构,体会按特征逐层判断进行分类的思路。

实验原理

决策树由节点和分支组成:每个内部节点是对某个特征的判断(如「是否有羽毛」),每条分支对应一种回答,叶节点给出最终类别。能把类别分得更开的问题放在上层,通常可以减少提问次数。

实验器材

实验步骤

  1. 在心里想好一种动物
  2. 根据提示回答每个是否问题
  3. 沿着树的分支逐层向下
  4. 到达叶节点,查看猜出的动物
  5. 观察树结构,比较不同动物的提问路径

实验现象与结论

每回答一个问题,候选动物就减少一部分,最终落到某个叶节点得出答案。特征区分度越高,路径越短。结论:决策树按特征逐层划分数据,结构直观,便于解释分类的依据。

常见问题

决策树里的叶节点表示什么?
叶节点是树的末端,表示经过一系列判断后得到的最终类别或结果。
为什么有的问题更好?
能把候选对象分得更均匀、更彻底的问题,可以更快缩小范围,减少提问次数。

同一课题的其他实验 ·

相关搜索:决策树猜动物 · 决策树是什么 · 决策树分类原理 · 机器学习决策树初中 · 二十个问题决策树 · 决策树猜动物互动课件 · 决策树猜动物虚拟仿真实验