跳到主要内容

决策树回归（DecisionTreeRegressor）使用文档

组件名称对应组件名称一致，不包含版本号
工具集机器学习
组件作者雪浪云-墨文
文档版本1.0
功能决策树回归（DecisionTreeRegressor）算法
镜像名称ml_components:3
开发语言Python

组件原理​

在计算机科学中，决策树学习使用决策树(作为预测模型)，从对项目的观察(用分支表示)到对项目目标值的结论(用叶子表示)。它是统计、数据挖掘和机器学习中常用的预测建模方法之一。目标变量可以取一组离散值的树模型称为分类树;在这些树结构中，叶子表示类标签，分支表示导致这些类标签的特征的连接。目标变量可以取连续值(通常是实数)的决策树称为回归树。

在决策分析中，决策树可以用来直观、明确地表示决策和决策制定。在数据挖掘中，决策树描述数据(但是产生的分类树可以作为决策的输入)。回归树分析是指预测的结果可以被认为是一个真实的数字(例如房价，或病人住院时间)。 决策树学习是从类标记的训练元组构造决策树。决策树是类似于流程图的结构，其中每个内部(非叶子)节点表示对属性的测试，每个分支表示测试的结果，每个叶子(或终端)节点持有一个类标签。树中最上面的节点是根节点。 有许多特定的决策树算法。值得注意的包括:

  • ID3 (Iterative Dichotomiser 3)
  • C4.5 (successor of ID3)
  • Chi-square automatic interaction detection (CHAID). 在计算分类树时执行多级分割。
  • MARS: 扩展决策树以更好地处理数值数据。
  • Conditional Inference Trees. 基于统计的方法，使用非参数测试作为分裂准则，纠正多次测试，以避免过度拟合。该方法不需要剪枝，可以实现无偏预测器的选择。

输入桩​

支持单个csv文件输入。

输入端子1​

  • 端口名称：训练数据
  • 输入类型：Csv文件
  • 功能描述： 输入用于训练的数据

输出桩​

支持sklearn模型输出。

输出端子1​

  • 端口名称：输出模型
  • 输出类型：sklearn模型
  • 功能描述： 输出训练好的模型用于预测

参数配置​

Criterion​

  • 功能描述：用于测量分割质量的函数。支持标准有“mse“(均方根误差), “friedman_mse”（mean squared error with Friedman’s improvement score for potential splits）, “mae”（平均绝对误差）。
  • 必选参数：是
  • 默认值：mse

splitter​

  • 功能描述：用于在每个节点上选择拆分的策略。支持的策略是“best”选择最佳分割，“random”选择最佳随机分割
  • 必选参数：是
  • 默认值：beat

最大深度​

  • 功能描述：树的最大深度。如果None，则展开节点，直到所有叶子都是纯的，或者直到所有叶子都包含小于min_samples_split样例
  • 必选参数：否
  • 默认值：（无）

Min Samples Split​

  • 功能描述：分割内部节点所需的最小样本数。最小样本数或最小样本百分比
  • 必选参数：是
  • 默认值：2

Min Samples Leaf​

  • 功能描述：叶节点上所需的最小样本数。任何深度的分歧点只在它在左右分支中留下至少min_samples_leaf训练样本时才会被考虑。这可能有平滑模型的效果，特别是在回归中。
  • 必选参数：是
  • 默认值：1

Min Weight Fraction Leaf​

  • 功能描述：叶节点(所有输入样本)所需权值之和的最小加权分数。当不提供sample_weight时，示例具有相同的权重。
  • 必选参数：是
  • 默认值：0

Max Features​

  • 功能描述：在寻找最佳分割时要考虑的特征数量。数值型时为特征数量，浮点数为特征百分比。“auto”（max_features=n_features），“sqrt”（max_features=sqrt(n_features)）， “log2”（max_features=log2(n_features)）。
  • 必选参数：否
  • 默认值：（无）

Random State​

  • 功能描述：random_state是随机数生成器使用的种子。
  • 必选参数：否
  • 默认值：（无）

Max Leaf Nodes​

  • 功能描述：以最佳优先方式使用max_leaf_nodes生成树。最佳节点定义为杂质的相对减少。如果没有，则无限数量的叶节点。
  • 必选参数：否
  • 默认值：（无）

Min Impurity Decrease​

  • 功能描述：如果分裂导致杂质的减少大于或等于这个值，一个节点就会分裂。
  • 必选参数：是
  • 默认值：0

presort​

  • 功能描述：是否对数据进行预压缩，以加快拟合中最佳分割的发现。
  • 必选参数：是
  • 默认值：0

需要训练​

  • 功能描述：该模型是否需要训练
  • 必选参数：是
  • 默认值：true

特征字段​

  • 功能描述： 特征字段
  • 必选参数： 是
  • 默认值： （无）

识别字段​

  • 功能描述： 目标字段
  • 必选参数： 是
  • 默认值： （无）

使用方法​

  • 将组件拖入到项目中
  • 与前一个组件输出的端口连接（必须是csv类型）
  • 点击运行该节点