Machine learning 我可以防止J48分类器在同一字段上分裂超过x次吗？

使用数据集、Weka和J48分类器，我得到了以下树：

它在右边的“NumTweets”上分裂了很多。我可以防止J48在一个字段上执行超过指定数量的拆分吗？因为这显然过度拟合了我在特定领域的数据。理想情况下，我希望它只重用分支中的同一字段3-4次。我有什么办法可以做到这一点吗

---

提前谢谢

回答您的第一个问题：不，WEKA explorer不提供特定属性的拆分限制。这只能在代码中手动完成

话虽如此，您可以在这里尝试几种方法来限制树的大小/减少过度拟合

你可以试试REPTree而不是J48。它使用 与J48相同的分割标准，但使用减少的错误修剪。它有一个 选项来限制树的深度

降低J48修剪置信度（-C参数）将导致更多的修剪，从而减小树的大小

您可以尝试使用minNumObj（到达每个叶的实例的最小数量）参数

---

回答您的第一个问题：否，WEKA explorer不对特定属性提供拆分限制。这只能在代码中手动完成

话虽如此，您可以在这里尝试几种方法来限制树的大小/减少过度拟合

你可以试试REPTree而不是J48。它使用 与J48相同的分割标准，但使用减少的错误修剪。它有一个 选项来限制树的深度

降低J48修剪置信度（-C参数）将导致更多的修剪，从而减小树的大小

您可以尝试使用minNumObj（到达每个叶的实例的最小数量）参数

---

不可以。但是您可以将J48

minNumObj

config参数设置得更高。（默认值为2。）这将对每个叶节点必须包含的最小数据元素数设置约束

通过这种方式（通过反复试验），您可以在一定程度上平衡和/或简化决策树

---

也许你可以删除或忽略这个恼人的属性。可能将

NumTweets

离散化为bin（例如No.，但您可以将J48

minNumObj

config参数设置得更高。（默认值为2。）这会对每个叶节点必须包含的最小数据元素数设置约束

通过这种方式（通过反复试验），您可以在一定程度上平衡和/或简化决策树

---

也许你可以删除或忽略这个恼人的属性。也许可以将

NumTweets

离散化到垃圾箱中（例如，我已经使用了

minNumObj

config，但是几乎所有的设置都会导致一个属性不好用。删除某些属性也是一样。我会尝试离散化功能，我计划手动进行，但知道有一个预处理过滤器很好，谢谢！我已经使用了e

minNumObj

config，但几乎所有设置都会导致属性不好用。删除某些属性也是一样。我将尝试离散化功能，我正计划手动执行此操作，但知道有一个预处理过滤器很好，谢谢！