Algoritmo ID3 , la enciclopedia libre

El algoritmo ID3 es utilizado dentro del ámbito de la inteligencia artificial. Su uso se engloba en la búsqueda de hipótesis o reglas en él, dado un conjunto de ejemplos.

El conjunto de ejemplos deberá estar conformado por una serie de tuplas de valores, cada uno de ellos denominados atributos, en el que uno de ellos, ( el atributo a clasificar ) es el objetivo, el cual es de tipo binario ( positivo o negativo, sí o no, válido o inválido, etc. ).

De esta forma el algoritmo trata de obtener las hipótesis que clasifiquen ante nuevas instancias, si dicho ejemplo va a ser positivo o negativo.

ID3 realiza esta labor mediante la construcción de un árbol de decisión.

Los elementos son:

• Nodos: Los cuales contendrán atributos.
• Arcos: Los cuales contienen valores posibles del nodo padre.
• Hojas: Nodos que clasifican el ejemplo como positivo o negativo.

Id3(Ejemplos, Atributo-objetivo, Atributos )    Si todos los ejemplos son positivos devolver un nodo positivo    Si todos los ejemplos son negativos devolver un nodo negativo    Si Atributos está vacío devolver el voto mayoritario del valor del atributo objetivo en                                                                                   Ejemplos    En otro caso         Sea A Atributo el MEJOR de atributos         Para cada v valor del atributo hacer               Sea Ejemplos(v) el subconjunto de ejemplos cuyo valor de atributo A es v               Si Ejemplos(v) está vacío devolver un nodo con el voto mayoritario del                                                               Atributo objetivo de Ejemplos               Sino Devolver Id3(Ejemplos(v), Atributo-objetivo, Atributos/{A}) 

Obsérvese que la construcción del árbol se hace forma recursiva, siendo las tres primeras líneas y la penúltima los casos base que construyen los nodos hojas.

La elección del mejor atributo se establece mediante la entropía. Eligiendo aquel que proporcione una mejor ganancia de información. La función elegida puede variar, pero en su forma más sencilla es como esta:

${\displaystyle -\left({\frac {\left\vert p\right\vert }{\left\vert d\right\vert }}\right)\log _{2}\left({\frac {\left\vert p\right\vert }{\left\vert d\right\vert }}\right)-\left({\frac {\left\vert n\right\vert }{\left\vert d\right\vert }}\right)\log _{2}\left({\frac {\left\vert n\right\vert }{\left\vert d\right\vert }}\right)}$

Donde p es el conjunto de los ejemplos positivos, n el de los negativos y d el total de ellos. Se debe establecer si el logaritmo es positivo o negativo

En ese caso el árbol finalmente obtenido sería así:

                           Cielo                           /   |  \                          /    |   \                 Soleado /  Nublado \ Lluvia                        /      |     \                       /       +                Humedad               Viento               /    \                  |   \              /      \                 |    \         Alta/        \ Normal  Fuerte |     \ Débil            /          \               |      \           -            +              -      + 

• Algoritmo find-s
• Algoritmo de cobertura
• FOIL
• Árbol de decisión alternativo
• Algoritmo C4.5
• Entropía
• Teoría de la información

• Mitchell, T.M. Machine Learning (McGraw-Hill, 1997)

• Seminarios - http://www2.cs.uregina.ca/
• Descripción y ejemplos - http://www.cise.ufl.edu/
• Descripción y ejemplos - http://www.cis.temple.edu/

• Machine learning decisión trees Archivado el 8 de octubre de 2007 en Wayback Machine.
• ID3 and C4.5
• Implementación del algoritmo ID3 en lenguaje Ruby
• Decision wood