决策树模型解决商业问题―是否对变量值有要求？

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

如题，请教各位高手：
跑决策树时，是否对输入变量的值范围、分布啥的有所要求？

例如，现在评价一个网上牛奶促销活动的好坏，观测购买牛奶的用户特征，
输出变量为：IsMilk    变量值：T（购买）,F（未购买）
输入变量为：年龄、性别、用户级别、所在城市、用户注册年限等等

假设现在用户全部来自一线城市（比较极端的情况），或者注册年限80﹪都在一年以内...
像这种情况是否这两个不可以作为输入变量？

简单说就是：决策树模型对输入变量值的分布均匀性是否有要求？

是否有个约定俗成的比例在这，当存在取某一值比例大于？﹪时，此变量不适合作为输入变量？

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：变量值 树模型 决策树 一线城市 Milk 一线城市 模型 促销 牛奶 网上

我学的时候没有听说过，现在忘光了。

书本里不会讲这些的，要牵扯到实际应用，特别是商业应用这块。

一般没有限制，除非变量分布过于奇异例如99.5%以上都取某特定值或缺失之类的......

恩谢谢，还是要结合具体分析目的，考虑中。。。

对于分类问题，当某个变量的单个值比例超过70%时，这个变量一般不可取