Show Menu
主題×

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)。