Rapidminer 中哪些参数最适合决策树

Question

我有一组具有 14 个常规属性的数据。我正在尝试根据这些训练数据在 rapidminer 中创建最佳决策树，以便我可以在评分数据上使用这棵树。

但是我不确定要为决策树使用哪些参数（例如：标准、最小增益、置信度等）？ 我也不确定我可以/应该将哪些其他运算符（如果有的话）应用于我的模型？

谁能提供一些关于什么最有效的一般提示？

我拥有的数据是尝试确定是否有人开设了新的银行账户，他们的信用状况是否良好。我有信用状况、账户类型、历史、就业、性别、工作等信息。

谢谢。

Answer 1

一般来说，样本的数量会更好地帮助机器学习过程。请参考此链接，这可能对您有所帮助http://www.simafore.com/blog/bid/55751/how-to-use-decision-trees-for-credit-scoring-using-rapidminer-part-1