在决策树中，有哪些有效的策略可以应对噪声？
在我的训练数据中，
我有两条记录属性相同但分类结果不同。
- 女性，奢侈品，LV，是
- 女性，奢侈品，LV，否
根据我的阅读，建议返回这两个记录中多数的分类结果。
但这会在进行预测时引发问题，因为我的预测输出应该要么是“是”要么是“否”。
因此，正在尝试找出在这种情况下我可以使用的预测策略。
谢谢你。
回答：
当类别预测不确定时：
- 最简单（也是常见）的方法是预测多数类别。
- 获取更多信息。例如，包含额外的属性（如果可用）或获取更多的训练样本（如果可用）。
- 删除一些信息。目的是尽可能多地去除噪声源，同时尽可能多地保留预测信息。常见做法是删除无用的属性。在树结构中，可以通过修剪来实现。最终，你可以删除异常值（如错误测量的样本），但你必须知道哪个样本是异常值。
