“RM6.5决策树帮助”

tanthiamhuattanthiamhuat 成员职位:4贡献我
2019年6月编辑 在帮助
谁能指导我如何使用RM 6.5中的决策树，这样我就能得到修剪过的分类树从http://www.edureka.co/blog/implementation-of-decision-tree/

数据集来自http://www.ats.ucla.edu/stat/data/binary.csv
标记:

答案

  • MariusHelfMariusHelf RapidMiner认证专家、会员职位:1869年独角兽
    你好,

    如果您是RapidMiner的新手，请查看http://j.mp/20LVJQ1学习如何在RapidMiner中训练决策树以及如何验证它。
    RapidMiner中的Decision Tree操作符有一些修剪选项——操作符帮助描述了它们。

    您甚至可以自动优化它们——请查看优化参数(网格)操作符。

    马吕斯~
  • Anand1629Anand1629 成员职位:1新手

    决策树是数据科学中用于分类数据的一种流行的机器学习算法。乐鱼平台进入在RapidMiner 6.5中，您可以使用Decision Tree操作符来创建决策树模型。步骤如下:

    1. 将数据集加载到RapidMiner 6.5中。
    2. 将Decision Tree操作符从操作符工具箱拖到Process面板上。
    3. 将Decision Tree操作符的输入端口连接到您的数据集。
    4. 双击操作符打开操作符参数对话框。
    5. 为Decision Tree操作符配置参数，例如目标属性、交叉验证的折叠数和修剪方法。
    6. 运行操作符生成决策树模型。
    7. 使用验证操作符或其他评估方法评估模型的性能。

    如果你有兴趣学习更多关于数据科学和机器学习的知识，有很多在线课程乐鱼平台进入

登录或注册置评。