我能防止J48分类器在同一个字段上分裂超过x次吗？

Question

使用dataset、Weka和J48分类器，我得到了以下树：

​

它在右边的“NumTweets”上分裂了很多。我是否可以防止J48在一个字段上执行超过指定数量的拆分？因为这显然是对我在特定字段上的数据的过度拟合。理想情况下，我希望它只在分支中重复使用同一字段3-4次。有什么办法我能做到吗？

提前感谢！

Answer 1

要回答您的第一个问题:否，WEKA资源管理器不对特定属性提供拆分限制。这只能在代码中手动完成。

尽管如此，有几件事你可以尝试在这里限制树的大小/减少过度拟合。

1. 您可以尝试REPTree而不是J48。它使用与J48相同的分割标准，但使用减少的错误剪枝。它可以选择限制树的深度。
2. 降低J48剪枝置信度(-C参数)将导致更多的剪枝，从而减小树的大小。
3. 您可以尝试使用minNumObj (到达每个叶的实例最少)参数。