Decision Tree R code实现 选method的办法

  统计/机器学习 监督式学习 R    浏览次数:1880        分享
0

Decision Tree 算法本质上其实就是每次迭代的时候选择最好的地方砍一刀,从而提高data的纯净度,直到一个batch里面只剩下纯净的一种tag的算法。根据这种理论,应该不存在一个数据集画不出树的情况。但是最近在做反欺诈的data的时候发现用 method = “class” 来做就会出现画不出树的情况,但是当把函数调成“possion”的时候就可以解决这个问题了,不过possion这个算法不能每次都跑出来一个固定解,也是挺头疼的,有大神来帮忙看下为啥么

 

sz080212   2018-10-19 16:06



   1个回答 
0

你用的是rpart么?

反欺诈是分类问题,所以你需要把y进行factor一下,然后再设置

method="class"


SofaSofa数据科学社区DS面试题库 DS面经

kidd23   2018-10-20 08:56



  相关主题

决策树剪枝有什么策略或者注意事项?   2回答

随机森林中增加树的数量对于偏差和方差的影响   2回答

决策树算法ID3,C4.5和CART的特点、异同?   3回答

随机森林是如何计算测试样本的概率的?   1回答

决策树怎么做增量学习或者online学习?   1回答

随机森林回归   1回答

Gradient tree boosting和random forest (随机森林) 有什么区别和联系   1回答

决策树是如何得到量化的概率,不只是0或1的标签?   2回答

决策回归树   2回答

剪枝是什么意思   1回答

python里实现一个简单的决策树   1回答

随机森林如何调参?   3回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!