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-TW

liliconcom

決策樹中的二階條款

STATCON的培訓師和統計顧問Sebastian Hoffmeister

在數據挖掘和預測建模方面，決策樹是眾所周知的方法。與其他方法相比，決策樹的獨特之處在於它們不僅能夠進行良好的預測，還能夠顯示數據中的關係。本演講將展示決策樹在技術過程數據上的使用，作為設計研究之前的初步步驟。決策樹用於查找可能值得調查的過程數據中的潛在因素。作為本演示文稿的一部分，我們將介紹決策樹中交互和高階項的使用 - 這種技術的研究很少。我們將展示如何包含交互可以使決策樹更小，更精確，更容易解釋。