如何与决策树互动？

Question

我正在第一次使用Weka。将数据加载到资源管理器后，我使用RandomTree计算了分类器模型。在输出中，我得到以下信息：

RandomTree
==========

center_letter < 0
|   center_letter < 0 : A (462/0)
|   center_letter >= 0
|   |   next_letter < 0.06
|   |   |   first_letter < 0.05
|   |   |   |   center_letter < 0
|   |   |   |   |   next_letter < 0.05
|   |   |   |   |   |   first_letter < 0.03 : A (3/0)
|   |   |   |   |   |   first_letter >= 0.03 : B (1/0)
|   |   |   |   |   next_letter >= 0.05 : B (2/0)
|   |   |   |   center_letter >= 0 : A (21/0)
|   |   |   first_letter >= 0.05 : B (5/0)
|   |   next_letter >= 0.06 : B (20/0)
center_letter >= 0
... so on

据此我理解没有任何意义： 如果“ center_letter”的值为负（在我的数据中没有负值！），它将在第一条语句中输入该节点。然后，它再次检查同一件事并报告A类（是否发生了462个值？）。但是随后它进入了一个分支，其中“ center_letter”为非负数，这是不可能的，并且仍然在内部条件下找到值。

读这棵树的正确方法是什么，因为我读的没有任何意义？找不到说明的链接会很棒。

Answer 1

  

像这样将您的眼睛绑在破折号上

center_letter < 0
|
center_letter >= 0

  

它们就像传统的分支<即左右，然后：

center_letter < 0 : A (462/0)

  

是一片叶子，即停下来然后用短划线继续：

center_letter >= 0

  

有两个孩子：

next_letter < 0.06
|
next_letter >= 0.06 : B (20/0)   this is leaf and stops the navigation

  

然后继续next_letter < 0.06   等等。