决策树深度

Question

作为我的项目的一部分，我必须使用决策树，我使用的是“适配树”函数，这是Matlab函数的分类，我的特征提取与PCA。

我想在适配树函数中控制树的数、和树的深度。有人知道我该怎么做吗？例如，将树的数目改为200棵，将树的深度改为10棵。我要怎么做？是否可以在决策树中更改这些值？

最好的

Answer 1

fitctree只提供用于控制结果树的深度的输入参数：

• MaxNumSplits
• MinLeafSize
• MinParentSize

https://de.mathworks.com/help/stats/classification-trees-and-regression-trees.html#bsw6baj

你必须使用这些参数来控制你的树的深度。那是因为决策树只有在达到纯度时才停止生长。

另一种可能是开始修剪。剪枝将减少树的大小，方法是删除树中没有提供分类实例的能力的部分。

Answer 2

让我假设您正在使用ID3算法。它的伪码可以提供一种控制树的深度的方法。

ID3 (Examples, Target_Attribute, Attributes, **Depth**)
// Check the depth of the tree, if it is 0, we are going to break 
if (Depth == 0) { break; }

// Else continue
Create a root node for the tree
If all examples are positive, Return the single-node tree Root, with label = +.
If all examples are negative, Return the single-node tree Root, with label = -.
If number of predicting attributes is empty, then Return the single node tree Root,
with label = most common value of the target attribute in the examples.
Otherwise Begin
    A ← The Attribute that best classifies examples.
    Decision Tree attribute for Root = A.
    For each possible value, vi, of A,
        Add a new tree branch below Root, corresponding to the test A = vi.
        Let Examples(vi) be the subset of examples that have the value vi for A
        If Examples(vi) is empty
            Then below this new branch add a leaf node with label = most common target value in the examples

        // We decrease the value of Depth by 1 so the tree stops growing when it reaches the designated depth
        Else below this new branch add the subtree ID3 (Examples(vi), Target_Attribute, Attributes – {A}, Depth - 1)
End
Return Root

您的虚拟树函数尝试实现什么算法？