相关二元决策规则

正在初始化live版本
下载到桌面

需要Wolfram笔记本系统

在桌面上免费与云交互狼人或其他Wolfram语言产品.

映射一组二元结果的因素。此演示演示如何生成一组规则,其中映射相互关联。除其他外,这一过程有助于生成可与现实世界司法机构相比较的综合参数化司法机构。

[更多]

你可以选择“法官”在决定如何判决案件时共同考虑的因素数量。你可以在“法庭”上选择“法官”的人数。这些参数生成一组随机的、不相关的规则。然后通过选择(a)判断所属的簇的数目,(b)每个簇中规则的关联程度,以及(c)发生关联的方法来关联规则。当选择“平均”方法时,系统会通过将簇内的决策规则移向该簇内的平均决策规则进行响应。当选择了“leader”方法时,系统将集群中的决策规则移向该集群中的第一个决策规则。然后,您可以用三种方法之一来可视化结果。在“距离矩阵”视图中,您可以看到所有评委之间的汉明距离。绿色分隔符显示了评委的聚集。你看,用绿色的数组划分规则。使用“决策树”视图,您可以使用高级控件查看每个评委的决策树的可视化效果。

[更少]

供稿人:塞思·J·钱德勒 (2011年3月)
开放内容授权CC BY-NC-SA


快照


细节

选择“决策树”视图并打开高级控件,您可以选择集群和每个集群中的判断。您还可以为决策树的可视化选择表单。评委使用的因子从“a”到“z”。逻辑and表示为∧; 逻辑or表示为∨; 逻辑nand表示为&!;。当决策因子的数量大于等于5时,决策树标签将被抑制,除非选中“强制顶点标记”控件。

如果在一个由两名法官组成的法庭上,法官1根据因素a、B和C作出决定,而法官2根据因素B、C和D作出决定,那么法官集体使用四个因素来决定一个案件。

政治科学家试图在二元决策树的基础上预测美国最高法院法官的判决。见A.Martin,“预测最高法院决策的竞争方法”政治观,22004年,第763页。



反馈(必填字段)
电子邮件(必填字段) 姓名
职业 组织
注意:您的信息和联系信息可能会与您提供反馈的任何特定演示的作者共享。
发送