在RapidMiner中建立决策树模型

原文链接：http://tecdat.cn/?p=14555 

本教程的目的是介绍如何在RapidMiner中创建基本决策树。在本教程中，我将使用“ Iris”默认数据集。

 

 

       1）访问此数据集，请单击“进程”选项卡，然后转到存储库并单击显示数据的存储库，然后打开下拉菜单以查看数据集“Iris”，如下图所示。

 

 

 

      2）单击并将数据集拖到主流程窗口中。数据集的对象在窗口中应该出现一行线。将那条线连接到窗口角落的凹凸处，然后在屏幕顶部单击运行，我们可以进入结果选项卡查看此数据集的结构。

 

 

 

 

 

3）在下面，我们可以看到创建决策树的数据的结构。有四个属性是数字数据类型，一个属性是标称标签。

 

4）单击所需的选项卡，返回到主流程窗口。将决策树图标拖到主流程窗口中单击运行，Rapid Miner将自动带到输出。

 

5）以下是使用决策树的默认参数，此决策树的结果输出。

 

 

 

 

参考文献

1.从决策树模型看员工为什么离职

2.R语言基于树的方法：决策树，随机森林

3.python中使用scikit-learn和pandas决策树

4.机器学习：在SAS中运行随机森林数据分析报告

5.R语言用随机森林和文本挖掘提高航空公司客户满意度

6.机器学习助推快时尚精准销售时间序列

7.用机器学习识别不断变化的股市状况——隐马尔可夫模型的应用

8.python机器学习：推荐系统实现（以矩阵分解来协同过滤）

9.python中用pytorch机器学习分类预测银行客户流失