Profondità di un albero decisionale

Poiché l'algoritmo dell'albero decisionale si divide su un attributo in ogni fase, la profondità massima di un albero decisionale è uguale al numero di attributi dei dati. È corretto?

classification cart

— Qwerto
fonte

No, perché i dati possono essere suddivisi più volte sullo stesso attributo. E questa caratteristica degli alberi decisionali è importante perché consente loro di catturare le non linearità nei singoli attributi.

Modifica: a supporto del punto sopra, ecco il primo albero di regressione che ho creato. Si noti che l'acidità volatile e l'alcool compaiono più volte:

— mkt - Ripristina Monica
fonte

Non capisco perché sei stato sottovalutato, ma l'ho bilanciato di nuovo (+1);)

— Firebug

Sono fermamente convinto che a volte i downgrade avvengono casualmente, indipendentemente dalla qualità di un post. Dobbiamo solo abituarci e non sprecare il nostro tempo a pensare troppo ai singoli downgrade.

— Bernhard,

@mkt se desideri modificare di nuovo puoi aggiungere che in genere un albero decisionale interrompe la creazione di nuovi rami quando viene raggiunto un livello di purezza predefinito, un nodo ha meno di un numero specificato di elementi o una divisione di un nodo porterebbe a un nuovo nodo con meno di un numero specificato di elementi. Questi motivi possono facilmente portare a un attributo non utilizzato affatto.

— Meh

+1, ma questa trama lascia a desiderare. Quale ramo rappresenta yes, ad esempio? Potrebbe essere utile pubblicare l'insieme di dati e il codice, se possibile.

— gung - Ripristina Monica

Ciò che intendo è, supponiamo alcohol = 10.50(cioè, alcohol < 10.53), procedete poi lungo il ramo destro o sinistro dell'albero?

— gung - Ripristina Monica