Rapidminer 决策树结果

Question

抱歉，我是 rapidminer 的新手，对我的决策树的结果有点困惑。我增加了最小叶子尺寸，这导致了一个更小、更易读的决策树，但是我的准确性结果损失了 2%。我被要求解释原因，但我不知道一棵更好的树但不太准确的数据对我的数据有何影响。

非常感谢任何帮助我们。

尼尔。

Answer 1

增加最小叶子大小可以防止非常特殊的叶子，只有 "match" 很少的例子。这样做通常是为了防止过度拟合，极端形式只是以 100% 的准确度重现训练数据。尽管如此，您仍希望使模型在真实的新数据上更加稳健。因此，根据您估计准确度的方式，您预计在强制算法创建更通用的模型时准确度会有所下降。

此外，在谈论 "more readable" 树时，不要试图单独解释节点。不要假设根节点中的属性是最重要的。它始终是您通往叶子的属性组合。