我有一组包含14个常规属性的数据。我正在尝试从此训练数据中创建 rapidminer 中最好的决策树，以便我可以在评分数据上使用此树。
但是我不确定决策树使用哪些参数（例如：标准，最小增益，信心等）？ 我也不确定哪些（如果有的话）我可以/应该应用于我的模型的其他操作员？
有人可以向我提供一些关于哪种方法效果最好的一般提示吗？
我的数据是尝试确定是否有人开设新的银行账户，他们是否具有良好的信誉。我有信用证，账户类型，历史，就业，性别，工作等信息。
谢谢。
答案 0 :(得分：1)
通常，样本数量将有助于机器学习过程更好。请参阅此链接，这可能对您有所帮助http://www.simafore.com/blog/bid/55751/how-to-use-decision-trees-for-credit-scoring-using-rapidminer-part-1