Weka上交替决策树分析

Posted 2023-03-13

【中文标题】Weka上交替决策树分析

【英文标题】：Analysis of Alternating Decision Tree on Weka

【发布时间】：2020-08-25 13:15:36

【问题描述】：

我正在应用 AD 树算法，这是输出的树形可视化：

我无法理解决策节点中的值（-0.4,0.541,-0.882...），这些是如何计算的？ & 我们如何计算根节点的分数？

谓词条件（

这是输出的图像：

感谢任何帮助，找不到任何 AD Tree 输出分析文档！

【参考方案1】：

让我们进行第一次拆分：

1: plas 表示这是第一个节点，我们在属性 plas 上进行拆分。 如果 plas 小于 127.5，则这些实例向左。 如果 plas 为 127.5 或更高，则这些实例向右移动。 总体平均值为 -0.311（从树的顶部开始）。 左分支病例的平均值为 -0.4。 右分支病例的平均值为 +0.541。

【讨论】：

谢谢！你知道平均变量是如何计算的吗？？

关于手段的好问题。在我的脑海中这样做，看起来 -.311 是负概率 500/768 = .651 和正概率 268/768 = .349 之间的差异。但是当我进行实际计算时，我发现差异是 -.302，而不是 -.311。所以我不太确定这里计算的是什么。