¿Por qué mi árbol de decisión tiene atributos duplicados en la misma rama?Hola a todos. Me pregunto si alguien sabe por qué el árbol de decisiones (en el caso siguiente) selecciona Presión de aire de la boquilla >42,09 y luego parece contradecirse en el siguiente nodo al seleccionar y dividir la Presión de aire de la boquilla nuevamente. Entiendo que una vez que se divide un atributo, ya no se debe considerar en las ramas posteriores. Estoy usando una validación cruzada de 10 veces con una retención del 30 %. Supongo que, como tengo datos continuos y nominales, JMP usa el algoritmo CART.
Modelado predictivo y aprendizaje automáticoRe: ¿Por qué mi árbol de decisiones tiene atributos duplicados en la misma rama?Hola @kom ,
No conozco el algoritmo exacto que utiliza JMP al dividir los árboles de decisión, sin embargo, conceptualmente, funciona según lo previsto y no se contradice. Si observa las otras divisiones de su árbol de decisiones, puede ver que otros atributos también se utilizan varias veces. Lo que no se usa varias veces tiene el mismo valor.
En su ejemplo, en el nodo donde la presión del aire es> = 42, JMP simplemente está usando eso como un punto de decisión para separar los datos. En el siguiente nodo, JMP dice que para todos aquellos casos en los que la presión del aire es> = 42, hace una división adicional donde la presión del aire sigue siendo> = 42, pero es (> = 42 y también <45) O es ( > = 42 y también> 45).
¿Cómo está utilizando AMBOS la validación cruzada de 10 veces y una retención del 30%? Normalmente, solo usaría un tipo de método de validación.
DS
Re: ¿Por qué mi árbol de decisiones tiene atributos duplicados en la misma rama?Hola Diedrich. Muchas gracias por tomarse el tiempo para responder. En primer lugar, tiene razón: en mi velocidad para escribir el correo, escribí incorrectamente k-fold AND holdback. De hecho, probé ambos y obtuve resultados algo similares.
El árbol de decisión sigue la lógica SI x Y Y ENTONCES z para clasificar los datos. Entiendo que yo Hace la primera división a una presión de aire> = 42, y puedo aceptar que> = 42 Y <45 tiene sentido ahora (de hecho, esta es la primera vez que veo un árbol de decisión que especifica el mismo atributo entre 2 valores). Habiendo dicho todo eso, ser> = 42 Y> = 45 no tiene ningún sentido práctico. ¿Usted está de acuerdo?
Kieran
Re: ¿Por qué mi árbol de decisiones tiene atributos duplicados en la misma rama?Creo que solo usted puede determinar si la división de 42 a 45 tiene sentido práctico. Pero para comprender múltiples divisiones en la misma variable, suponga que tiene una situación en la que la relación entre Y y X es lineal. Entonces, por ejemplo, SABEMOS que Y = 10 + 20 * X. En el mundo real, no conoceríamos este modelo real, por lo que si ajusta un árbol a los datos con esta relación, obtendrá múltiples divisiones para X. Es la única forma en que el árbol puede intentar imitar una relación lineal continua.
