决策树中预测变量重要性是怎么得到的？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

决策树中预测变量重要性是怎么得到的？有时第一个分支属性并不是最重要的

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：预测变量重要性 重要性 决策树 最重要的 最重要

资料上说的比较笼统，涉及到自变量与因变量相关的检验的概率值（p值）。p值越小，重要性也大。

没找到清晰的介绍

点击“type”节点  再双击favorites选项卡中的“neural net”节点，让它和之前的type节点连在一起，再右键“neural net”节点，选最后一行“execute”运行，界面右上方的对话框的models选项卡下就会多了一个模型，名字是你的输出变量名，双击它，它就跑去主页面中了，再双击主页面中的它，就看到了变量重要性的条图。。。我应该说的很白话了吧

对了，我说的是clementine软件

tijmujxy 发表于 2016-1-4 16:12
对了，我说的是clementine软件

不是说怎么操作得到的，想问的是理论上怎么得到的

那你看看是不是这个

tijmujxy 发表于 2016-1-10 10:40
那你看看是不是这个

可能不是这个，moedler得到决策树重要性排序中最重要的属性有时不是第一个分支节点属性

tijmujxy 发表于 2016-1-4 16:12
对了，我说的是clementine软件

老师，您截图截得是哪本书呀？

应该是基于sensitivity measure的predictor importance algorithm，在IBM SPSS Moderler的Algorithms Guide中有“predictor importance algorithms”的讲解。