parameters - Rapidminer:解释决策树参数

Question

一般来说，我对 rapidminer 和数据挖掘还很陌生，但我试图粗略地搜索一下 rapidminer 决策树参数中所有参数的含义，但没有找到。我知道叶子是什么，节点是什么，我正准备了解一些参数，但如果能分享任何知识，我将不胜感激。IE。他们到底做了什么？标准拆分的最小尺寸最小叶子尺寸最小增益最大深度信心

同样在不使用优化的情况下，跟踪错误是获得最佳预测的最佳方式吗？谢谢，S

Answer 1

我喜欢使用 RAPIDMINER OPERATOR REFERENCE。这是一个 PDF 文件，可在此处获取:http://rapidminer.com/documentation/

本文档中的信息比应用程序本身中的信息更好。例如:...当前的实例或示例少于一定数量子树。这可以通过使用拆分参数的最小大小进行调整。

假设您的标签是“蓝色”、“红色”和“绿色”。您的决策树有一个包含 2 个“绿色”和 1 个“蓝色”示例的节点。如果 minimal size for split 为 4，则决策树将不会创建新分支，因为节点中只有三个示例。它只会接受这样一个事实，即使答案并不完美，它也会将节点声明为将示例分类为所有“绿色”的叶节点。

最小叶子尺寸是相似的。每个分支都指向一个示例的决策树不是很有用，即使它可能提供最准确的分类。因此，您可以设置树中叶子分类的最小示例数。一个好的值取决于您的数据集和您的需求。运行决策树，如果每次运行的叶子太多且只有少数示例，则增加此参数的值。

criterion 和minimal gain 稍微复杂一些。标准是 RapdMinder 将如何用来判断决策树及其节点的好坏的算法。有几种策略，我不太了解它们是如何工作的。标准是 RapidMiner 用来决定是否应该在节点下创建子树或将节点声明为叶子的事情之一。它还应该控制子树从子树的根节点延伸出多少个分支。

决策树的选择更多，每种决策树可以有不同的参数。我通过阅读参数的描述来了解它们，假设如果我改变参数会发生什么，然后创建一个新的决策树来查看我的假设是否正确。实验并享受乐趣!