決策樹選項

「決策樹」功能表包含設定正面使用案例、篩選器、葉分佈選項、混淆矩陣和其他進階選項的功能。

工具列按鈕 說明
前往 按一下以執行決策樹演算法並顯示視覺化。 在有輸入前,此選項會呈灰色顯示。
重設 清除輸入和決策樹模型並重設流程。
儲存 保存決策樹。 可以以不同格式保存決策樹:
  • 預測標籤語言(PMML),一種XML檔案格式,應用程式用來描述和交換決策樹模型。
  • 顯示 「是」或「是」的簡單列和行、百分比、成員數和輸入值的文本。
  • 具有 與預測結果元素 對應的分支的維。
選項 請參閱下表中的「選項」功能表。
選項菜單 說明
設定正面大小寫 將當前工作區選擇定義為模型的「正大小寫」(Positive Case)。 如果不存在選擇,則清除大小寫。
設定人口篩選 將目前的工作區選擇定義為模型的「人口篩選」,並將從符合此條件的訪客中提取。 預設值為「每個人」。
顯示複雜篩選器說明 顯示已定義篩選器的說明。 按一下以檢視「正面大小寫」和「填入篩選」的篩選指令碼。
隱藏節點 隱藏只佔人口一小部分的節點。 僅當顯示決策樹時,才會顯示此菜單命令。
混淆矩陣

按一 下「選項 >混淆矩陣 」,以檢視「正確性」、「召回率」、「精確度」和「F-Score」值。 接近100%越好。

「混淆矩陣」使用值組合,提供模型的4種精確度計數:

  • 實際正數(AP)
  • 預計正數(PP)
  • 實際負值(AN)
  • 預計負值(PN)

提示: 這些資料是通過應用對20%測試資料的最終評分模型得到的,該模型已被稱為真實答案。 如果分數大於50%,則會預測為正面案例(與定義的篩選器相符)。 然後,精度=(TP + TN)/(TP + FP + TN + FN),召回率= TP /(TP + FN),精度= TP /(TP + FN)。

顯示圖例 允許您在決策樹中開啟和關閉圖例鍵。 僅當顯示決策樹時,才會顯示此菜單命令。
進階 按一下以開啟「高級」(Advanced)菜單,以深入使用「決策樹」。 請參閱下表以取得功能表選項。
進階功能表 說明
訓練集大小

控制用於模型建立的訓練集大小。 較大的組訓練時間較長,較小的組訓練時間較短。

輸入標準化

允許使用者指定是否使用Min-Max或Z分數技術來標準化模型的輸入。

SMOTE過採樣系數 當訓練樣本中不常(小於10%)發生「陽性案例」時,會使用SMOTE來提供額外樣本。 此選項可讓使用者指出要使用SMOTE建立的範例數。
葉類分佈閾值 允許您在樹構建過程中設定假定葉的閾值。 預設情況下,節點的所有成員必須相同,才能成為葉(在修剪階段之前)。

本頁內容

Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free
Adobe Summit Banner

A virtual event April 27-28.

Expand your skills and get inspired.

Register for free
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now