Java ID3决策树澄清

我目前正在实现一个ID3算法。我已经看过了经典的play tennis示例，但是我似乎无法理解为什么属性温度被排除在最后一个树之外。有人能解释为什么会这样吗

数据集

最终决策树

以下三种情况之一的饰面：

• 子集中的每个元素都属于同一个类（+或-），然后将节点变成一个叶，并用示例类标记
• 没有更多的属性可供选择，但示例仍然不属于同一类（有些是+，有些是-），然后将节点变为叶，并用子集中最常见的示例类进行标记
• 子集中没有示例，当发现父集合中没有与选定属性的特定值匹配的示例时（例如，如果没有年龄>=100的示例），就会发生这种情况。然后创建一个叶，并用父集合中最常见的示例类进行标记

---

例如，前景：晴朗，湿度：高/正常。有三排“高”排，他们都对网球说不。因此，出现了第一个场景，可以创建叶子。有更多的信息，但不需要它来做出决定。

ID3树的创建是如何工作的？

首先要做的是去掉每个属性的信息增益。但有一条规则是，你可能在跳，这是： -对正数和负数的分析。如果结果是所有具有该属性的记录都只有正值或负值。你不需要再问了

知道这条规则解释了为什么在温度的情况下，我没有不断地添加分支

但是，如果在计算行时有正面和负面的结果，您需要问另一个问题，例如，您将查看所有可能的组合，例如晴天与阴天或下雨，并且信息增益最高的一个将被放置为该分支的子级

该过程将一直执行，直到您发现所有行都只有负值或正值。当它通过时，它会将结果定义为一张工作表

另外，必须指出，树的增长取决于数据集的行数

我用javascript实现了ID3，我离开了它所在的存储库