本教程的目的是介绍如何在RapidMiner中创建基本决策树。
在本教程中，我将使用“ Iris”默认数据集。
可下载资源
1）访问此数据集，请单击“进程”选项卡，然后转到存储库并单击显示数据的存储库，然后打开下拉菜单以查看数据集“Iris”，如下图所示。
2）单击并将数据集拖到主流程窗口中。数据集的对象在窗口中应该出现一行线。将那条线连接到窗口角落的凹凸处，然后在屏幕顶部单击运行，我们可以进入结果选项卡查看此数据集的结构。
3）在下面，我们可以看到创建决策树的数据的结构。有四个属性是数字数据类型，一个属性是标称标签。
4）单击所需的选项卡，返回到主流程窗口。将决策树图标拖到主流程窗口中单击运行，Rapid Miner将自动带到输出。
5）以下是使用决策树的默认参数，此决策树的结果输出。
Python古代文物成分分析与鉴别研究：灰色关联度、岭回归、K-means聚类、决策树分析
Python农业气象预测：优化决策树、SHAP模型可解释性、滑动窗口时序分析及交叉验证
Python糖尿病预测融合模型构建：伯努利朴素贝叶斯、逻辑回归、决策树、随机森林、支持向量机SVM应用
Python与R语言用XGBOOST、NLTK、LASSO、决策树、聚类分析电商平台评论文本信息数据集
