點選藍字
!
關注我們
對於非技術背景的人來說，機器學習可能會令人生畏。所有機器學習工作似乎都需要對Python有良好的瞭解。
那麼非程式設計師如何獲得編碼經驗呢？這不是小菜一碟！
這是個好訊息-有很多工具可以讓我們無需編寫程式碼即可執行機器學習任務。您可以在漂亮的圖形介面中輕鬆地從頭開始構建演算法，例如決策樹。那不是夢嗎？這些工具可幫助我們主要處理兩件事：
快速建立機器學習模型，並瞭解演算法的效能。以後可以對其進行修改和構建
這是向客戶/您的領導團隊展示您正在使用什麼的理想選擇
本文將向您展示如何在沒有任何程式設計知識的情況下使用Weka中的決策樹解決分類和迴歸問題！
但是，如果您熱衷於程式設計和機器學習，那麼我建議您參加以下精心策劃的課程：
資料科學用Python
應用機器學習
目錄
機器學習中的分類與迴歸
瞭解決策樹
在Weka中探索資料集
在Weka中使用決策樹進行分類
Weka中的決策樹引數
在Weka中視覺化決策樹
在Weka中使用決策樹進行迴歸
機器學習中的分類與迴歸
首先讓我快速總結一下機器學習中的分類和迴歸。在深入決策樹之前瞭解這些概念很重要。
一個分類 的問題是關於教你的機器學習模型如何將資料值歸類到許多類之一。它透過學習每種型別的班級的特徵來做到這一點。例如，為了預測影象是貓還是狗，模型會在訓練資料上學習貓和狗的特徵。
一個迴歸 問題是關於教你的機器學習模型如何預測連續量的未來價值。它通過了解過去受不同變數影響的數量模式來做到這一點。例如，試圖預測公司未來股價的模型就是一個迴歸問題。
您可以在我們的DataHack平臺上找到大量這兩個問題。
現在，讓我們學習解決兩個問題的演算法-決策樹！
瞭解決策樹
決策樹也稱為分類和迴歸樹。他們透過學習對導致決策的if / else問題層次結構的答案進行工作。這些問題形成了樹狀結構，因此也就形成了名稱。
例如，假設我們要預測一個人是否會點菜。我們可以為此視覺化以下決策樹：
樹中的每個節點代表一個從資料集中存在的要素派生的問題。根據這些問題拆分資料集，直到達到樹的最大深度。最後一個節點不問問題，但代表該值屬於哪個類。
決策樹中的最高節點稱為Root節點
最底層的節點稱為大號電爐節點
分為子節點的節點稱為父節點。子節點稱為子節點
如果您想詳細瞭解決策樹，建議您閱讀以下資源：
決策樹入門
基於樹的演算法：從頭開始的完整教程
什麼是維卡？為什麼要使用Weka進行機器學習？
” Weka是一款免費的開源軟體，具有一系列內建的機器學習演算法，您可以透過圖形使用者介面進行訪問！“
WEKA代表懷卡託知識分析環境，由紐西蘭懷卡託大學開發。
Weka具有多種內建功能，可用於實現從線性迴歸到神經網路的各種機器學習演算法。這使您只需單擊一下按鈕就可以在資料集上部署最複雜的演算法！不僅如此，Weka還支援訪問一些最常用的Python和R機器學習庫演算法！
使用Weka，您可以預處理資料，對資料分類，對資料進行聚類甚至視覺化資料！您可以對不同格式的資料檔案執行此操作。Weka甚至允許您向資料集中新增過濾器，透過該過濾器，您可以對資料進行規範化，標準化，在名義值和數字值之間交換特徵，而不能！
我可以繼續講一下Weka的奇蹟，但是在本文的範圍內，讓我們嘗試透過建立決策樹來實際探索Weka。現在繼續從其官方網站下載Weka ！
在Weka中探索資料集
我將從UCI機器學習儲存庫中獲取乳腺癌資料集。我建議您在繼續之前閱讀有關該問題的資訊。
讓我們首先在Weka中載入資料集。為此，請按照以下步驟操作：
開啟Weka GUI
選擇“資源管理器”選項。
選擇“開啟檔案”，然後選擇您的資料集。
現在，您的Weka視窗應如下所示：
您可以在左側檢視資料集中的所有要素。Weka會自動為您的功能建立繪圖，在瀏覽功能時您會注意到。
如果單擊“全部視覺化”按鈕，甚至可以一起檢視所有圖。
現在讓我們訓練我們的分類模型！
在Weka中使用決策樹進行分類
在Weka中實施決策樹非常簡單。只需完成以下步驟：
點選頂部的“分類”標籤
點選“選擇”按鈕
從下拉列表中選擇“樹”，這將開啟所有樹演算法
最後，選擇“ RepTree”決策樹
“減少錯誤修剪樹是一種快速的決策樹學習器，它使用資訊增益作為劃分標準來構建決策/迴歸樹，並使用減少錯誤修剪演算法對其進行修剪。”
你可以閱讀關於這個錯誤減少修剪技術的研究論文。
“決策樹在所有可用變數上拆分節點，然後選擇拆分，從而生成最相似的子節點。”
資訊增益用於計算拆分時樣品的均質性。
您可以從“開始”按鈕上方的下拉選單中選擇目標功能。如果您不這樣做，則WEKA會自動選擇最後一個功能作為您的目標。
在“百分比分配的”指定用多少你的資料，你要保持訓練的分類。其餘資料將在測試階段用於計算模型的準確性。
使用“交叉驗證摺疊”，您可以從訓練資料集中建立多個樣本。如果決定建立N個摺疊，則該模型將迭代執行N次。每次保留其中一個摺疊以進行驗證，而其餘的N-1個摺疊用於訓練模型。將所有摺疊的結果取平均值，以得出交叉驗證的結果。
您使用的交叉驗證摺疊的數量越多，您的模型就會變得越好。這使得模型可以對隨機選擇的資料進行訓練，從而使其更健壯。
最後，按“開始”按鈕使分類器發揮其魔力！
我們的分類器的準確性為92.4％。Weka甚至會為您列印混淆矩陣，從而提供不同的指標。您可以在此處詳細研究混淆矩陣和其他指標。
Weka中的決策樹引數
決策樹有很多引數。我們可以對其進行調整以改善模型的整體效能。在這裡，決策樹的工作知識才真正發揮關鍵作用。
您可以透過單擊頂部的決策樹演算法來訪問這些引數：
讓我們簡要討論一下主要引數：
maxDepth –它確定決策樹的最大深度。預設情況下，它是-1，這意味著演算法將自動控制深度。但是您可以手動調整此值以獲得最佳資料結果
noPruning –修剪意味著自動削減不包含太多資訊的葉節點。這使決策樹變得簡單易懂
numFolds –指定的資料倍數將用於修剪決策樹。其餘的將用於制定規則
minNum –每個葉的最小例項數。如果未提及，則樹將繼續分裂，直到所有葉節點都只有一個與之關聯的類
您始終可以為這些引數嘗試不同的值，以在資料集上獲得最佳準確性。
在Weka中視覺化您的決策樹
Weka甚至允許您輕鬆視覺化基於資料集構建的決策樹：
轉到“結果列表”部分，然後右鍵單擊您訓練有素的演算法
選擇“視覺化樹”選項
您的決策樹如下所示：
解釋這些值可能有點嚇人，但是一旦掌握了它，實際上就很容易了。
連線節點的線上的值表示基於父節點要素中的值的分割標準
在葉節點中：
括號前的值表示分類值
第一個括號中的第一個值是該葉子中訓練集中的例項總數。第二個值是該葉子中錯誤分類的例項數
第二個括號中的第一個值是該葉子中修剪集的例項總數。第二個值是該葉子中錯誤分類的例項數
在Weka中使用決策樹進行迴歸
就像我之前說過的那樣，決策樹用途廣泛，可以用於分類以及迴歸問題。為此，我將使用Analytics Vidhya的DataHack平臺中的“ 預測投票數 ”問題。
在這裡，我們需要預測使用者在問答平臺上提出的問題的評分。
和往常一樣，我們將從載入資料檔案開始。但是這次，資料還為資料集中的每個使用者包含一個“ ID”列。這在預測中將無用。因此，我們將透過選擇列名稱下方的“刪除”選項來刪除此列：
我們可以像處理乳腺癌問題那樣對資料集進行預測。RepTree將自動檢測迴歸問題：
駭客馬拉松中提供的評估指標是RMSE得分。我們可以看到，該模型在沒有任何特徵工程的情況下，RMSE非常差。這是您介入的地方–繼續進行實驗並完善最終模型！
尾註
就像這樣，您無需進行任何程式設計就可以建立決策樹模型！這對於您掌握機器學習模型的工作將大有幫助。