nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

36217_zh-CN

liliconcom

决策树中的二阶条款

STATCON的培训师和统计顾问Sebastian Hoffmeister

在数据挖掘和预测建模方面，决策树是众所周知的方法。与其他方法相比，决策树的独特之处在于它们不仅能够进行良好的预测，还能够显示数据中的关系。本演讲将展示决策树在技术过程数据中的使用，作为设计研究之前的初步步骤。决策树用于查找可能值得研究的过程数据中的潜在因素。作为演示文稿的一部分，我们将介绍决策树中交互和高阶项的使用 - 这种技术很少被研究。我们将展示如何包含交互可以使决策树更小，更精确，更容易解释。