Entscheidungsbaum-Tool

Model Type: The type of model used to predict the target variable.

Stichprobengewichtung bei der Modellschätzung: Eine Option, mit der Sie ein Feld auswählen können, das die Wichtigkeit der einzelnen Datensätze bei der Erstellung einer Modellschätzung berücksichtigt.

Wenn ein Feld sowohl als Prognose als auch als Stichprobengewichtung verwendet wird, wird dem Variablenfeld für Ausgabegewichtung „Right_“ vorangestellt.

The splitting criteria when using a Regression model is always Least Squares.

Wählen Sie die Methode für die Verwendung von Surrogaten im Aufteilungsprozess aus. Surrogates are variables related to the primary variable that are used to determine the split outcome for a record with missing information.

Wählen Sie die Kriterien für die Auswahl der besten Variablen für die Aufteilung aus einem Satz möglicher Variablen aus.

The minimum number of records needed to allow for a split: Set the number of records that must exist before a split occurs. Wenn weniger Datensätze vorhanden sind als die Mindestanzahl, sind keine weiteren Aufteilungen zulässig.

The allowed minimum number of records in a terminal node: Set the number of records that can be in a terminal node. Eine geringere Anzahl erhöht die potenzielle Anzahl finaler Endknoten am Ende des Baums.

The number of folds to use in the cross-validation to prune the tree: Set the number of groups (N) the data should be divided into when testing the model. Der Standardwert ist 10, aber auch 5 und 20 sind häufig verwendete Werte. Eine größere Anzahl Vervielfältigungen sorgt für mehr Genauigkeit des Baums, kann aber dazu führen, dass sich die Ausführung des Prozesses verlängert. Wenn der Baum durch die Verwendung eines Komplexitätsparameters beschnitten wird, wird mit der Kreuzvalidierung ermittelt, wie viele Aufteilungen, also Zweige, im Baum vorhanden sind. Bei der Kreuzvalidierung werden N – 1 der Vervielfältigungen verwendet, um ein Modell zu erstellen. Die verbleibende Vervielfältigung wird als Stichprobe verwendet, um die Anzahl der Zweige zu ermitteln, die am besten zur zurückgehaltenen Vervielfältigung passen, um eine Überanpassung zu vermeiden.

Wählen Sie die Anzahl der Zweigebenen aus, die ab dem Wurzelknoten bis zu dem davon am weitesten entfernten Knoten zulässig sind.

The maximum number of bins to use for each numeric variable: Enter the number of bins to use for each variable. Der Standardwert verwendet eine Formel, die auf der minimalen Anzahl von Datensätzen basiert, mit denen eine Aufteilung zulässig ist.

Der Komplexitätsparameter steuert die Größe des Entscheidungsbaums. Ein kleinerer Wert führt zu mehr Zweigen im Baum, ein größerer Wert zu weniger. Wenn kein Komplexitätsparameter ausgewählt ist, wird dieser anhand der Kreuzvalidierung automatisch ermittelt.

Decomposetree into rule-based model: Change the structure of the output algorithm from a decision tree into a collection of unordered, simple if-then rules. Select Threshold number of bands to group rules into to Select a number of bands to group rules into where the number set is the band threshold.

Model should evaluate groups of discrete predictors for splits: Group categorical predictor variables together. Select to reduce overfitting when there are important discrete attributes that have more than four or five values.

Winnow für Prognose verenden (d. h. Funktionsauswahl): Vereinfacht das Modell durch Ausschluss von nicht nützlichen Prädiktoren

Prune tree: Select to simplify the tree to reduce overfitting by removing tree splits.

Evaluate advanced splits in the data: Select to perform evaluations with secondary variables to confirm what branch is the most accurate prediction.

Evaluiert, ob Boosting-Iterationen ineffektiv werden. Wenn dies der Fall ist, wird das Boosting gestoppt.

Select number of boosting iterations: Select a 1 to use a single model.

Dies entspricht dem Komplexitätsparameter von rpart.

Select number of samples that must be in at least 2 splits: A larger number gives a smaller, more simplified, tree.

Percent of data held from training for model evaluation: Select the portion of the data used to train the model. Verwenden Sie den Standardwert 0, um alle Daten für das Training des Modells zu verwenden. Wählen Sie einen höheren Wert aus, um diesen Prozentsatz der Daten nicht beim Training und der Evaluierung der Modellgenauigkeit zu verwenden.

Select random seed for algorithm: Select the value of the seed. Der Wert muss eine positive Ganzzahl sein.

Eine geringere Auflösung erzeugt eine kleinere Datei und eignet sich am besten für die Anzeige auf einem Bildschirm.

Eine höhere Auflösung erzeugt eine größere Datei mit einer besseren Druckqualität.