如何解释决策树分类器中标签编码的分类特征?

时间:2021-03-16 06:19:10

标签: python machine-learning decision-tree one-hot-encoding

我目前从事客户分析工作,我需要了解目标列中给出的各个客户细分市场的价值路径。

所有描述客户行为的特征,如 Recency 、Frequency 、RelationshipAge 等,包括 Region 在内。

我在找什么?

使用基于目标和特征的决策树分类器训练模型后,我将规则作为结果并根据规则进行解释。

问题就在这里:

在将分类值输入决策树分类器时,我使用标签编码器将它们转换,因为类别范围为 15-25

最后,我得到的结果是包含诸如 Region >10 之类的规则,因为它被编码了。

这是否意味着所有大于 10 的区域都包含在规则中或如何解释这里的结果。

0 个答案:

没有答案