发帖
雷达卡
大家好，有一个关于C5.0决策树结果剪枝的问题想请教各位。
情况是这样的，我采用clementine C5.0算法对一批数据进行分析。输出变量Y为二分类，输入变量有6个（X1-X6），均为continuous var，取值均为0-100。总的样本量为500。采用clementine默认的选项建立决策树，原意是打算每层为一个单独的变量，比如第一层为X1（最佳分界点为80），第二层为X2（最佳分界点为85），但实际计算出来的结果非常复杂，简要描述如下：
第1层选择X1，最佳分界点为68。
第2层又选择X1，最佳分界点为86。
第3层再次选择了X1，最佳分界点为85。
第4层选择X2，最佳分界点为89。
第5层选择X4，最佳分界点为83。
第4层再次选择了X2，最佳分界点为87。
.......
整个模型显得十分复杂，无法得出合乎专业意义的取值。
于是我选择expert选项，自行调整剪枝，将置信度有75改为50，但效果仍旧不好。
请教，这种模型选择C5.0计算是否合理，如果不合理，可以采用其他的什么算法？
如果采用C5.0，应该在哪些方面去修改模型，让模型得出更合理的结果？
我根据expert选项修改剪枝，这样是否合理？
谢谢大家
京公网安备 11010802022788号
