我需要用Matlab构建一个决策树。我使用fitctree函数。我的数据集包含27个预测变量和4个输出(类标签),它们是{2; 3; 5; 7}。但是,当我绘制树时,我只能在this picture上看到2个属性(带有3级树)。
我是否错过了决策树理论的一些内容? 我应该用一袋树吗?如果是这样,为什么这是解决方案,我应该绘制多少棵树?如何解读信息?
我真的非常感谢你,
Iconoclastor。
答案 0 :(得分:0)
关键是树可以使用三个属性区分所有4个类。人为地添加更多属性是没有意义的。 实际上,如果问题需要较少的属性来解决,这是一件好事。在您的情况下,您甚至可以在3D空间中可视化决策,使您的问题完全可以解释。
一袋树只是树木的集合或集合,它们都在有限的输入数据集上执行相同的任务。因此,不是将所有训练数据提供给一棵树,而是生长多棵树,但每棵树只有原始数据的子集。最后结合所有树木的结果。