三、 算法用例
以天气-打球数据集为例，在中用决策树算法构造的流程图如图2-1-4所示：
图2-1-4 Orange中决策树构造流程图
打开Tree的窗口，如图2-1--5所示。
图2-1--5 Orange中Tree参数窗口
里面有几个重要的指标：
Induce binary tree 创建一个二叉树；
Min. number of instances in leaves 每个节点最小实例限制；
Do not split subsets smaller than 子集实例小于x的时候不再进行拆分；
Limit the maximal tree depth to 树的最大深度不深于x。
对于分类：
Stop when majority reaches [%] 当纯度大于x时不再进行拆分。
通过Tree模型插件后数据就分好类了，然后我们再使用Tree viewer可视化插件看下分类情况，如下图（图3-6）。可以看到Tree viewer很形象地展示了决策树，与我们的手动计算结果一致，也表示出了每个特征分类值。
图3-6 Orange中Tree viewer决策树
以上所有内容均在百度网盘提供下载，下载网址：