Profondeur d'un arbre de décision

Étant donné que l'algorithme d'arbre de décision est divisé sur un attribut à chaque étape, la profondeur maximale d'un arbre de décision est égale au nombre d'attributs des données. Est-ce correct?

classification cart

— Qwerto
source

Non, car les données peuvent être divisées plusieurs fois sur le même attribut. Et cette caractéristique des arbres de décision est importante car elle leur permet de capturer des non-linéarités dans des attributs individuels.

Edit: À l'appui du point ci-dessus, voici le premier arbre de régression que j'ai créé. Notez que l'acidité volatile et l'alcool apparaissent plusieurs fois:

— mkt - Réintégrer Monica
source

Ne comprenez pas pourquoi vous avez été rétrogradé, mais je l'ai équilibré à nouveau (+1);)

— Firebug

Je crois fermement que les votes négatifs se produisent parfois au hasard par hasard, indépendamment de la qualité d'un message. Nous avons juste besoin de nous y habituer et de ne pas perdre notre temps à trop penser à des downvotes singuliers.

— Bernhard

@mkt si vous avez envie de modifier à nouveau, vous pouvez ajouter qu'un arbre de décision cesse généralement de créer de nouvelles branches lorsque le niveau de pureté prédéfini est atteint, un nœud a moins d'un nombre spécifié d'éléments, ou une division d'un nœud entraînerait à un nouveau nœud avec moins d'un nombre spécifié d'éléments. Ces raisons peuvent facilement conduire à ce qu'un attribut ne soit pas utilisé du tout.

— meh

+1, mais cette intrigue laisse à désirer. Quelle branche représente yes, par exemple? Il peut être utile de publier l'ensemble de données et le code, si cela est possible.

— gung - Rétablir Monica

Ce que je veux dire est, supposons alcohol = 10.50(c.-à-d. alcohol < 10.53), Continuez-vous ensuite le long de la branche droite ou gauche de l'arbre?

— gung - Réintègre Monica