Azure 机器学习决策树输出答案

【问题标题】：Azure Machine Learning Decision Tree outputAzure 机器学习决策树输出
【发布时间】：2015-10-07 13:11:29
【问题描述】：

有没有办法在 ML Studio 中获取 Boosted Decision Tree 模块的输出？分析学习树，就像在 Weka 中一样。

【问题讨论】：

标签： azure decision-tree azure-machine-learning-studio

【解决方案1】：

更新：决策树的可视化现在可用！右键单击“训练模型”模块的输出节点，然后选择“可视化”。

我的旧答案：

对不起；决策树的可视化尚不可用。（我也很想要！您可以在 http://feedback.azure.com/forums/257792-machine-learning/suggestions/7419469-show-variable-importance-after-experiment-runs 上投票支持此功能请求，但他们目前正在努力。）
仅供参考，您目前可以通过右键单击“训练模型”模块输出节点并选择“可视化”来查看模型为线性算法构建的内容。它将显示初始参数值和特征权重。但是对于像决策树这样的非线性算法，这种可见性仍然是即将到来的。

【讨论】：

有没有办法查看特征信息增益？文档提到它应该可用：msdn.microsoft.com/library/azure/…

【解决方案2】：

是的，我不知道您的结构，但您应该将数据集和算法放入训练模型中，并将训练模型的结果与数据集的另一半（如果您使用拆分）放入分数中模型。当您按下可视化时，您可以在此处看到得分标签和得分概率

Your experiment should look a bit like this. Connect the boosted decision tree with the dataset to a train model, you can see the results in the score model

【讨论】：

感谢您的回答！也许我的问题有点不清楚，但我想到了学习树的可视化。遍历层直到预测