Warum hat mein Entscheidungsbaum doppelte Attribute im selben Zweig?Hallo zusammen. Sie fragen sich nur, ob jemand weiß, warum der Entscheidungsbaum (im folgenden Fall) Düsenluftdruck> 42.09 auswählt, und scheinen sich dann im nächsten Knoten zu widersprechen, indem Sie den Düsenluftdruck erneut auswählen und aufteilen? Nach meinem Verständnis sollte ein Attribut, das einmal aufgeteilt wurde, in nachfolgenden Zweigen nicht mehr berücksichtigt werden. Ich verwende eine 10-fache Kreuzvalidierung mit einem Holdback von 30%. Ich gehe davon aus, dass JMP den CART-Algorithmus verwendet, da ich sowohl kontinuierliche als auch nominelle Daten habe.
AnalytikBetreff: Warum hat mein Entscheidungsbaum doppelte Attribute im selben Zweig?Hallo @kom ,
Ich kenne den genauen Algorithmus nicht, den JMP beim Aufteilen der Entscheidungsbäume verwendet, aber konzeptionell funktioniert er wie beabsichtigt und widerspricht sich nicht. Wenn Sie sich die anderen Teilungen Ihres Entscheidungsbaums ansehen, sehen Sie, dass andere Attribute ebenfalls mehrfach verwendet werden. Was nicht mehrmals verwendet wird, ist der gleiche Wert.
In Ihrem Beispiel verwendet JMP an dem Knoten, an dem der Luftdruck> = 42 ist, diesen einfach als Entscheidungspunkt, um die Daten zu trennen. Am nächsten Knoten sagt JMP, dass für alle Fälle, in denen der Luftdruck> = 42 ist, eine zusätzliche Aufteilung vorgenommen wird, bei der der Luftdruck immer noch> = 42 ist, aber (> = 42 und auch <45) ODER ( > = 42 und auch> 45).
Wie verwenden Sie BEIDE 10-fache Kreuzvalidierung und einen Holdback von 30%? Normalerweise verwenden Sie nur eine Art von Validierungsmethode.
DS
Betreff: Warum hat mein Entscheidungsbaum doppelte Attribute im selben Zweig?Hallo Diedrich. Vielen Dank, dass Sie sich die Zeit genommen haben, um zu antworten. Erstens haben Sie Recht - in meiner Geschwindigkeit, die E-Mail zu schreiben, habe ich falsch k-fold AND holdback geschrieben. Ich habe tatsächlich beide ausprobiert und ähnliche Ergebnisse erzielt.
Der Entscheidungsbaum folgt der IF x AND y THEN z-Logik, um die Daten zu klassifizieren. Ich verstehe das ich t macht die erste Aufteilung bei Luftdruck> = 42, und ich kann akzeptieren, dass> = 42 UND <45 jetzt Sinn macht (tatsächlich ist dies das erste Mal, dass ich einen Entscheidungsbaum sehe, der dasselbe Attribut zwischen 2 angibt Werte). Trotzdem macht es keinen praktischen Sinn,> = 42 UND> = 45 zu sein. Du stimmst zu?
Kieran
Betreff: Warum hat mein Entscheidungsbaum doppelte Attribute im selben Zweig?Ich denke, dass nur Sie feststellen können, ob die Aufteilung von 42 auf 45 praktisch sinnvoll ist. Um jedoch mehrere Teilungen derselben Variablen zu verstehen, nehmen wir an, dass die Beziehung zwischen Y und X linear ist. So wissen wir zum Beispiel, dass Y = 10 + 20 * X. In der realen Welt würden wir dieses wahre Modell nicht kennen. Wenn Sie also einen Baum an Daten mit dieser Beziehung anpassen, erhalten Sie mehrere Teilungen für X. Nur so kann der Baum versuchen, eine kontinuierliche lineare Beziehung nachzuahmen.
Betreff: Warum hat mein Entscheidungsbaum doppelte Attribute im selben Zweig?Oh, und was wäre, wenn es eine quadratische Beziehung wäre? Wie würden die Baumspaltungen in diesem Fall aussehen?
