決策樹是預測性分析視覺化,用來評估訪客特性和關係。 決策樹建立工具可以根據指定的正面案例和一組想法產生決策樹視覺化效果。
決策樹是二進位制分類器,以一組規則 (或篩選器) 識別滿足正面案例特定規則的訪客。決策樹會設定規則來分類滿足 (或未滿足) 此正面案例的訪客。這些規則產生的樹狀圖可讓人有信心達成這些正面案例結果。
通過檢查每個級別的輸入並選擇在指定分割點提供最大資訊增益的輸入來構建決策樹。 每個變數層級的分割點會產生兩組:
使用決策樹
工具列和功能表 該工具欄包含決策樹的按鈕和菜單命令,包括設定「正面案例」和添加「輸入清單」的功能。 與其他視覺化一樣,元素方塊可讓您拖放Dimension和元素,不過您也可以直接從「搜尋器」窗格拖曳。 如需詳細資訊,請參閱決策樹選項。 |
輸入清單 此區域顯示樹模型的輸入。 它們會以色碼標示,以符合「樹狀顯示」區域中的節點。 在輸入上按一下右鍵可以從模型中移除輸入並重置。 如果您將滑鼠指標暫留在樹狀結點上,它會顯示沿該節點分支的分割條件,以及該節點的預測值及其信賴值。 |
樹顯示 此區域顯示樹模型,其中葉節點根據其預測進行顏色編碼:綠色代表正面案例的真實預測,紅色代表虛假預測。 分割節點被顏色編碼為匹配其選擇條件的輸入。 將滑鼠指標暫留在節點上,可顯示分割的相關資訊,並展開輸入清單,以顯示沿著分支的分割點和訓練集的分佈。 預設不會顯示低於臨界值的節點。 按一下可展開節點(由+符號指示)以瀏覽分支。 按一下根節點可返回完整樹顯示。 |