上一頁|下一頁

剪除

決策樹視覺效果的剪除屬性確定剪除決策樹的積極程度。成長演算法會根據您指定的屬性建立決策樹。剪除演算法會將每個節點視為其本身子樹的根節點 (從下方開始)。如果子樹的誤分類率明顯優於根節點的誤分類率,則會保留子樹。如果子樹的誤分類率近似根節點的誤分類率,則會剪除子樹。一般偏好使用較小的決策樹。
如果剪除屬性滑桿比較接近寬大,則誤分類率的差異必須相對較小。如果剪除屬性比較接近積極,則誤分類率的差異必須相對較大。也就是說,相較於積極剪除演算法,寬大剪除演算法允許的決策樹成長深度比較大。
未使用在任何分割的變數仍可影響決策樹,其原因通常是下列兩種之一。變數可能使用在分割中,但包含該分割的子樹可能已被剪除。或者,變數可能包含遺漏值,但包含遺漏值屬性已停用。
附註: 如果預測工具對於決策樹預測精確性沒有任何貢獻或貢獻太小,則預測工具不會包含在顯示的最終決策樹中。
上一頁|下一頁|頁面頂端
上次更新時間:2019年1月21日