有关Em决策树的一些问题

以上使用EM 的Decision Tree 做出的分析
小弟新手有些许问题，希望不吝赐教
1  为什么每个Node的颜色不太一样，颜色是否有特定含义，在图表设置没有看见说明
2 连接线的颜色粗细不同，是什么特定含义？
3 有关Node 的Prediction，如何判定是1还是0？ 大致原理是什么，我在大多数是将怎么Split Node的原理，没有讲到分完之后预测是什么。
4 还有一些其他的小问题，希望有人给提供思路厚我再自行解决或者补充问下

一点点小论坛币不成敬意希望大家帮帮忙

我来试一下
1 在叶子层，标上颜色的结点表示应该判断为1的结点
2 连接线的粗细表示该结点所表示的数据子集的大小，数据子集大则线条粗
3 Node的预测结果是看1的占比大还是0的占比大，如果1的占比大，则判定为1。你可以这么理解，在叶子结点上有一个数据子集，在数据子集上进行投票，如果1超过半数，该叶子结点就判定为1，反之就为0。例如4个叶子结点中，蓝色的结点都标为1。按理来说，第一个白色的叶子结点本应该为1，但是由于1的比例仅为50.6%，也就是优势非常弱，可能不满足某些原则，所以不能标为1.
就像在投票中，如果优势很小则投票无效一样。
总体上，这个决策树的预测准确率应该很低。你需要找到更好的变量。

Hello world

No	成绩	评分
小王	95	优秀

beci426 发表于 2013-6-9 19:24
Hello world

这是啥意思？回答满意吗，可以给论坛币吗？等米下锅唉，呵呵

dokers 发表于 2013-6-8 15:10
我来试一下
1 在叶子层，标上颜色的结点表示应该判断为1的结点
2 连接线的粗细表示该结点所表示的数据子集 ...

### 您好
非常感谢你的回答，好多地方已经理解。但是还有部分地方不是很理解 比如
1. 您说标上颜色的叶子表示是判断为1 的例子，但是您看最底行第三个，就是Prediction是0，但是依然标上了颜色
2. 您提到了蓝色的叶子都标为1，但是最低行第三个就不是1

* 以及非常感谢您的回答！ 希望可以以此交个朋友，共同进步！

beci426 发表于 2013-6-9 22:06
### 您好
非常感谢你的回答，好多地方已经理解。但是还有部分地方不是很理解 比如
1. 您说标上颜色的叶 ...

抱歉没有看仔细，叶子层蓝色的结点表示满足判断条件的结点，即以一定优势的方式将该叶子结点判定为0或1

这个我也玩过，没完全搞懂！

我也试一下：
1、颜色是和你的设置有关，我看图中的设置应该是预测的错误误判最小，即在训练数据集和检验数据集中1的占比之差最小；
2、线的大小好像是和数据集的大小是相关的；
3、prediction变量是你在跑模型之前设置的吧，建议你找一些数据挖掘的书看看，经典的决策树算法就只有几种，原理都比较简单，模型的结果和你跑模型之前选择的算法是相关的。

新版的em没有用过，我想原理应该是一样的吧？欢迎其它同学一起讨论