Opzione dell’albero di regressione per l’alberi delle decisioni

Ultimo aggiornamento: 2022-10-05
  • Argomenti:
  • Data Workbench
    Visualizza ulteriori informazioni su questo argomento
  • Creato per:
  • User
    Admin
IMPORTANTE

Ulteriori informazioni su Data Workbench Annuncio di fine vita.

Valutare un Albero decisionale utilizzando l’opzione Albero di regressione con nuove funzioni di campionamento e visualizzazione.

Valutare un albero delle decisioni utilizzando l’opzione Albero della regressione facendo clic con il pulsante destro del mouse e selezionando Opzioni > Albero di regressione all’interno di una visualizzazione ad albero delle decisioni.

Generatore albero delle decisioni aggiornato: Il nuovo algoritmo è stato introdotto per la creazione di un Albero decisionale. Gestisce dati più generali e fornisce una visualizzazione più informativa per migliorare la precisione della previsione.

Modulo di campionamento dei dati migliorato: Uno schema di campionamento adattivo aggiornato consente all’albero delle decisioni e al punteggio tendenza di ottenere risultati di precisione più elevati.

Verde e rosso indicano vero o falso. La saturazione del colore, ad esempio il rosso profondo e il rosso chiaro, viene utilizzata per indicare la probabilità. Ad esempio, un nodo con rosso profondo ha una probabilità molto alta di essere falso, mentre un nodo con rosso chiaro ha una probabilità più bassa di essere falso. Un nodo con un colore verde profondo ha una probabilità molto elevata di essere vero.

Tutti gli alberi decisionali hanno larghezze di ramo diverse per indicare il livello di traffico per quel ramo dell'albero.

In una visualizzazione Struttura decisionale, fai clic con il pulsante destro del mouse e seleziona Opzioni > Albero di regressione. Quando questa opzione è selezionata, vengono fornite ulteriori impostazioni:

Impostazione di regressione Descrizione

Utilizza Ogni Funzione Una Sola Volta

Selezionando questa opzione non si utilizzerà una feature più di una volta (come l'albero decisionale originale), quindi se si dispone di cinque input, l'albero non sarà più di cinque livelli e la struttura ad albero apparirà simile a un Albero decisionale (ma un po' più complicato). Questa opzione rende la struttura ad albero veloce utilizzando ogni feature una sola volta (come un Albero decisionale originale). L’utilizzo di questa funzione è un’impostazione predefinita.

Impostazione del livello dell'albero di regressione

Questa opzione controlla la complessità dell'albero di regressione. A seconda dei dati, potrebbe essere necessario generare un Fine struttura ad albero (con una struttura complessa con più nodi) per ottenere una classificazione ad albero più significativa. Se hai molti dati, allora un relativamente grossolano albero (meno complicato con meno nodi di albero) potrebbe funzionare bene.

Nota: Tipico è l'impostazione predefinita. Ci sono alcuni casi estremi in cui il Tipico l'impostazione non funziona bene e il grossolano o Fine può fornire una migliore visualizzazione dei dati.

Fine: L’albero più complesso con i livelli più granulari di reporting e la maggior parte dei rami.

Tipico: Livello medio di granularità e rami.

grossolano: L'albero meno complesso con le categorie meno definite e meno rami.

In questa pagina