标签: algorithm tree classification weka decision-tree
我正在应用“广告树”算法,这是输出的树形可视化:
我无法理解决策节点中的值(-0.4,0.541,-0.882 ...),这些值如何计算?以及我们如何计算根节点的分数?
是否通过熵分裂机制形成谓词条件(<127.5 ..)?
这是输出的图像:
感谢您的帮助,找不到任何AD Tree输出分析文档!
答案 0 :(得分:0)
让我们进行第一次拆分:
1:plas表示这是第一个节点,我们将在属性plas上进行拆分。 如果plas小于127.5,则这些实例位于左侧。 如果plas为127.5或更高,这些实例将移到右侧。 总体平均值为-0.311(从树的顶部开始)。 沿左分支下降的案例的平均值为-0.4。 沿右分支下降的案例的平均值为+0.541。