从Weka中的注释中可以看出，minNumObj控制着每个叶子的最小实例数。但是，使用minNumObj = 3的值，Weka会生成树
Scheme:weka.classifiers.trees.J48 -U -M 3
=== Classifier model (full training set) ===
J48 unpruned tree
------------------
pension = none: bad (8.0)
pension = ret_allw: bad (3.0/1.0)
pension = empl_contr
| wage increase first year = low: bad (3.0)
| wage increase first year = medium: good (3.0)
| wage increase first year = high: good (0.0)
| wage increase first year = unknown: good (1.0)
pension = unknown
| longterm disability assistance = yes: good (4.0)
| longterm disability assistance = no: bad (1.0)
| longterm disability assistance = unknown: good (17.0)
Number of Leaves : 9
Size of the tree : 12
其中只有几个实例的叶子很少。鉴于minNumObj为3，这怎么发生？此设置实际控制什么？
谢谢你的帮助！
最佳答案
我的理解是，每个叶子的最小实例数可确保在每个拆分中，至少有2个分支（但不一定超过2个）将具有最小数量的实例。
这是一个明智的设计。考虑一个极端的情况，其中每个节点最多具有10个不同的分支。这就要求父节点的每个分支至少要有最少10倍的最小实例数！鉴于数据在分支之间的分布可能非常不均匀，因此我们可能会寻找50倍左右的顺序。
另一种看待它的方法是分支是一种分离数据的方法。从100个实例中分离出一个实例并不能提供太多信息，因此您设置了最小的分离量。但是，如果您的节点有四个分支，并且其中两个以0个实例结束，另外两个以50个实例结束，则分支仍会产生信息。
因此，在一句话中，在多路树的情况下，最好将每个叶的最小实例数视为“每个分支的最小数据分离量”。