如何解释水决策树？

Question

我已经绘制了水决策树：
我在SO上关注了很多帖子，如果我错了，请纠正我，但是叶子上的值是相关性，级别是分类值的计数，树0表示创建的第一棵树。
现在我的问题是
1.我无法在分类值上找出“大于或等于”符号和“小于”符号。例如，如果我们在Z<10.032598之后继续，那么我们在右边具有“大于或等于”的符号表示什么？另外，我们在左边带有NA的“小于”符号是分类变量，但是“小于”分类变量甚至意味着什么？
2.如果我们从顶部（c开始并向右走，我们的值为1，我理解这意味着c具有1个相关性。但是，如果我们再下降1级到Z<10.032598，则右侧的“大于或等于”符号再次表示1相关。是什么意思？

Answer 1

如果要构建简单的决策树，则叶节点上的值是输出概率，而不是相关性，并且级别不是类别值的计数，因为您可以在树中以不同级别重复多个特征。级别取决于您训练模型时提供的深度。

1. 大于或小于符号表示您必须去哪个方向。例如，在第1层，如果z>10.0325比您右，但是如果比它小，则您在树中左。 NA基本上表明，如果值小于阈值或为null，则向左走。您的模型正在考虑数值上的分类变量，H2O为您提供了使用categorical_encoding进行更改的选项。由于数据为数字格式，因此将其解释为数字。

2. 再次做出决策1的原因是因为您的模型正在检查其他功能以验证结果。如果第一级失败并且模型不确定输出，它将检查第二级并执行相同的操作，并进一步深入到树，直到达到预测为止。