如何在 Orange 数据挖掘的 Python 脚本中使用简单决策树进行估算？

Question

在 Impute 小部件中，有选项 "Model-based(simple tree)" 用于插补方法

如何在 Python 脚本小部件中执行此操作？

从这份文档 (https://docs.orange.biolab.si/3/data-mining-library/reference/preprocess.html#feature-selection) 中，我知道如何估算

from Orange.data import Table
from Orange.preprocess import Impute, Average

data = Table("heart_disease.tab")
imputer = Impute(method=Average())
impute_heart = imputer(data)

但代码适用于平均方法，我需要基于模型（简单树）的方法。

Answer 1

以此类推，虽然有点复杂：

from Orange.data import Table
from Orange.preprocess import Impute, Model
from Orange.modelling import TreeLearner

data = Table("heart_disease.tab")
imputer = Impute(method=Model(TreeLearner()))
impute_heart = imputer(data)

如何在 Orange 数据挖掘的 Python 脚本中使用简单决策树进行估算？

How to Impute using Simple Decision Tree in Python Script in Orange Data Mining?

orange