决策树在Rapidminer中使用了什么算法?

johnny5550822

你好,

Rapidminer使用了什么样的决策树算法?它能处理不平衡的数据吗?

谢谢!
约翰尼

远期

如果你有严重不平衡的数据，不要使用决策树。
一般来说，使用决策树探索数据是一个好主意，可以应用模型
不总是看不见的数据。
你可以使用操作符“Sample (Bootstrapping)”来预处理你的数据。
但是您应该在测试步骤中关闭预处理。
有关更多文档，请参阅决策树操作符的文档。

johnny5550822

谢谢你的回复。因为我知道有算法解决了不平衡问题(对于决策树)，我不确定决策树在rapidminer中使用的版本。比如C4.5或者其他什么?

MariusHelf

你好,

我不确定RapidMiner决策树使用的是哪种实现，我想类似于C4.5。如果你想确保使用C4.5，你可以从Weka扩展中使用W-J48。该操作符是C4.5的自由实现。

最好的问候,
马吕斯

johnny5550822

太好了，非常感谢!

fmon

我想基于您在决策树操作符的参数设置中使用的标准，RM使用不同的算法(如c4.5)生成不同的树。
我说的对吗?
如果有人有任何信息，请在这里分享。
谢谢

MariusHelf

你好,

无论选择哪种标准，算法都是相同的。只有在每个节点中，根据参数设置，使用不同的方法选择用于分割的“最佳”属性。

最好的问候,
马吕斯

fmon

你好,
谢谢你的回答。
那么谁知道“决策树”算子用来生成决策树的算法是什么呢?

MariusHelf

就像我说的，它类似于C4.5。在每个节点中，通过迭代所有属性来选择split属性，根据分割标准为每个属性找到最佳分割，然后使用使所选标准最大化的属性。

对于名义属性，总是为每个值创建一个分支。对于数字/日期属性，总是执行二进制分割。为了找到最好的分割值，在训练数据中尝试所有可能的值。

重复这个过程，直到你有纯净的叶子或满足一个预修剪条件。然后选择性地应用一些后修剪。

最好的问候,
马吕斯

fmon

谢谢,
我想确认一下!