分类

鲁莽的人

你好,
当我之前向我解释分类时它分为两个步骤，
首先，学习阶段将数据集放入分类算法中，建立模型(例如一组规则)。
其次是分类阶段，使用测试数据来衡量模型的准确性。

当我在RapidMiner上使用决策树之类的分类方法时，它是否在一个组件中完成这两个步骤?或者当使用交叉验证等时，我正在做第二阶段吗?

谢谢你的帮助，请纠正我逻辑上的任何缺陷。
鲁莽的人

varunm1

嗨@Madcap

当你使用决策树算法(算子)时，它是训练。一旦将算法与测试数据连接到应用模型(操作符)，它就会进行测试。
在交叉验证(CV)中，您只需将数据集连接到CV操作符，操作符根据提供的折叠次数(RM默认为10)自动将数据分为训练和测试。一旦您将算法置于训练中并在测试中应用模型和性能运算符，它将测试并为您提供性能指标。培训和测试都是在CV中进行的。你对CV的理解是正确的。

您可以在这里提供XML代码，以便我们可以确定是否存在问题。