大家好！我想问一下关于决策树中，数据的处理有哪些注意的地方，比如异常值的处理

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

1.选择放进模型的变量，应该如何选择，我所知道的是避免多重共线性，异方差性的情况。
2.对于评价这个决策树的效果，有没有什么指标，我通过后剪枝的方法，并用predict函数跟测试集数据验证，准确率为83%，
对于这个结果，我想确认是否可以认定这个决策树比较ok？

再次感谢大家帮助，谢谢！

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：决策树 大家好 注意的 异常值 predict 准确率 模型 如何

1、变量选择的方法有很多种。一个是看变量数据是否OK，缺失情况等，另一个是看变量在正负样本上的区分能力。可以通过历史经验选择，也可以通过数据的方法，如信息值等方法。共线性是因为变量间的强相关性，如果要消除共线性，可以通过对相关性强的变量做处理后再建模，处理的方法可以是剔除强相关的变量，也可以是降维用新的变量建模，当然也可以选择复杂算法如随机森林之类的。当然如果你的数据量比较大，决策树对共线性并不会太敏感。
2、模型效果的评估，一方面是模型稳定性的评估，如在不同数据集上的效果是否稳定；另一方面是模型性能的评估，这个就需要基于你预定的目标和现状，看有了模型ROC达到多少，PR图上的P、R达到了多少，能比现在提升多少。

非常感谢！另外我还想问问关于异常值的处理，模型中有几个连续型数值变量，偏度较大，这种情况下是否需要进行非线性转换呢？