Clementine決策樹C5.0算法

1、1.C5.0輸出類型：指定分析輸出的內(nèi)容。指定希望最終生成的模型是決策樹還是規(guī)則集。組符號：如果選擇該選項，C5.0會嘗試將所有與輸出字段格式相似的字符值合并（采用ChiMerge分箱法檢查當前分組變量個各個類別能否合并，如果可以應(yīng)先合并后再分支）。如果沒有選擇該選項，C5.0會為用于拆分母節(jié)點的字符字段的每個值創(chuàng)建一個子節(jié)點。使用推進：提高其精確率。這種方法按序列建立多重模型。第一個模型以通常的方式建立。隨后，建立第二個模型，聚焦于被第一個模型錯誤分類的記錄。以此類推，最后應(yīng)用整個模型集對樣本進行分類，使用加權(quán)投票過程把分散的預(yù)測合并成綜合預(yù)測。試驗次數(shù)選項允許控制用于助推的模型數(shù)量。交互驗

2、證：如果選擇了該選項，C5.0將使用一組基于訓練數(shù)據(jù)自己建立的模型，來估計基于全部數(shù)據(jù)建立的模型的精確度。如果數(shù)據(jù)集過小，不能拆分成傳統(tǒng)意義上的訓練集和測試集，這將非常有用?；蛴糜诮徊骝炞C的模型數(shù)目。模式：對于簡單的訓練，絕大多數(shù)C5.0參數(shù)是自動設(shè)置。高級訓練模式選項允許對訓練參數(shù)更多的直接控制。簡單模式：偏好（支持）：選擇“準確性”C5.0會生成盡可能精確的決策樹，某些情況下，會導(dǎo)致過度擬合。選擇“普遍性”以使用不易受該問題影響的算法設(shè)置。預(yù)期噪聲（%）：指定訓練集中的噪聲或錯誤數(shù)據(jù)期望比率專家模式：模式僱勇嚴重性:每個子分支的最小記錄數(shù):0使用全局催剪宇段模型成本分析注解執(zhí)行取消修剪純度

3、：決定生成決策樹或規(guī)則集被修剪的程度。提高純度值將獲得更小，更簡潔的決策樹。降低純度值將獲得更加精確的決策樹。子分支最小記錄數(shù)：子群大小可以用于限制決策樹任一分支的拆分數(shù)。全局修剪：第一階段：局部修剪；第二階段：全局修剪。辨別屬性：如果選擇了該選項，C5.0會在建立模型前檢測預(yù)測字段的有用性。被發(fā)現(xiàn)與分析無關(guān)的預(yù)測字段將不參與建模過程。這一選項對許多預(yù)測字段元的模型非常有用，并且有助于避免過度擬合。C5.0成本選項見“CHAID“成本”選項-誤判成本值，調(diào)整誤判C5.0的模型評價可通過Analysis節(jié)點實現(xiàn)。另外Analysis還可以實現(xiàn)不同模型之間的評估對比可通過Evaluation節(jié)點實現(xiàn)模型評估圏表類型：増益響應(yīng)提升利弼投資回報率圄回累稅散點囹回包含基線包含最佳線-複型使用以下內(nèi)容査找目標呼頁則孌重字段：檯型輸出寧段元數(shù)據(jù)寧眾名楷式備妝,亦炸T機已tfi巳彷）其他得分宇段繪制得分宇段目