問題タブ [decision-tree]

Rを使用して決定木のエラー率を計算する方法を知っている人はいますか？関数を使用していrpart()ます。

rpart適合ツリーのノード割り当てを抽出することは可能ですか？モデルを新しいデータに適用する場合はどうなりますか？

アイデアは、データをクラスター化する方法としてノードを使用したいということです。他のパッケージ（SPSSなど）では、予測されたクラス、確率、およびノー​​ド番号を保存して、さらに分析することができます。

Rがどれほど強力であるかを考えると、これには簡単な解決策があると思います。

私はニューラルネットワーク、特に逆伝播の性質を扱った経験があり、トレーナーに渡される入力のうち、入力間の依存関係は、隠れ層が導入されたときに得られるモデル知識の一部であることを知っています。

意思決定ネットワークについても同じことが言えますか？

これらのアルゴリズム（ID3）などに関する情報を見つけるのはやや難しいことがわかりました。実際のアルゴリズムを見つけることはできましたが、期待される/最適なデータセット形式やその他の概要などの情報はまれです。

ありがとう。

私はデータマイニング、より正確には決定木に関する研究を行っています。

決定木を構築するための複数のアルゴリズムがあるかどうか (または 1 つだけですか?)、次のような基準に基づいてどれが優れているかを知りたいです。

• パフォーマンス
• 複雑
• 意思決定の誤り
• もっと。

ID3 または C4.5 アルゴリズムを使用して意思決定ツリーを構築できるだけでなく、新しく構築されたツリーを適切な形式で保存できる Java ライブラリを探しています。問題は、ある種のユーザー ニーズ推論システムとして意思決定ツリー エンジンを使用することを計画していることです。つまり、トレーニング データを使用して意思決定ツリーを生成した後、入力 (ユーザーからのデータ) を与え、出力を次のように使用したいと考えています。ユーザーへの推奨事項。簡単に言えば、生成されたツリーをたどって入力データセットに従って結果を取得したくないだけです。また、二分決定木だけでなく、親ノードごとに変更可能な量の子を持つ木を構築したいと考えています (これは、親ノードでチェックされた属性の値に従って、一部のノードには 2 つの子、一部の子には 3 つの子がある可能性があることを意味します)。私は決定木を使い始めたばかりで、この分野での経験はあまりありません。私はグーグルを使って検索し、WEKAを見始めましたが、それが私の要件を満たしているかどうかはわかりません. どんなガイダンスも大いに役立ちます。前もって感謝します！

私はさまざまなデータ マイニング手法について調査を行っていますが、理解できないものに出会いました。誰かが素晴らしいだろうという考えを持っているなら。

デシジョン ツリーを使用する方が適切な場合と、単純ベイズ分類器を使用する方が適切な場合はどれですか?

特定の場合にそれらのいずれかを使用するのはなぜですか? そして、別のケースで他の？（アルゴリズムではなく、その機能を見ることによって）

これについて説明や参考文献はありますか？

これは非常に基本的な例です。しかし、私はいくつかのデータ分析を行っており、確率テーブルを生成するために、非常によく似たSQLカウントクエリを作成し続けています。

私のテーブルは、値0はイベントが発生しなかったことを意味し、値1はイベントが発生したことを意味するように定義されています。

上記の例では、予測変数はC_O_Above_prevHighでありC_O_Below_prevLow、結果変数はE_halfGapです。より多くの予測変数が存在する可能性があるいくつかのケースがあります。Time

上記を実行して、さまざまなパーミュレーションですべてのクエリを手動で入力するのではなく、Rまたは他のアプリケーションで利用できるものはありますか？

1）予測子に基づいて潜在的な確率パスを出力しますか？2）パスを分割する方法を選択させてください

ご意見ありがとうございます。

SASEnterpriseMinerを使用したデシジョンツリーの自動生成についてもう少し詳しく知りたいと思っています。

私は、どのような種類の決定が行われたか、そして基本的には決定木の例とその各コンポーネントの意味を調べたいと思っています。

誰かがこれについて役立つ情報を持っているかもしれないなら、それを聞くのは素晴らしいことです。

次のような決定木を生成することから、エキスパート システムの構築を開始しました。

PC-Shell を使用してエキスパート システムを構築しました。メイン コードは次のようになります。

等...

では、この中で人工知能はどこにあるのでしょうか? 答えを出して結果を出すテキストゲームみたいじゃないですか？そして、この例ではどのように推論が機能しますか (順方向と逆方向)?

私はデータのバイナリ分類に取り組んでおり、決定木や適応ブースティング アルゴリズムよりもサポート ベクター マシンを使用することの利点と欠点を知りたいです。