我想构建各种分类和回归决策树。我的用例侧重于决策规则的提取和通信。以前 weka 在我的组织中用于决策树学习。weka 能做哪些 Python 或 Sklearn 不能做的事情？
我目前在我的大部分工作流程中使用 pandas、numpy、scipy 和 sk-learn 以及其他库。
weka 能做哪些 python 和 sklearn 不能做的事情？
数据挖掘
scikit-学习
决策树
威卡
2022-02-17 19:07:31
1个回答
Weka 的决策树来自 Quinlan 家族，而sklearn 使用 CART。
最显着的区别是 Quinlan 树不限于二叉拆分：分类列将拆分为每个级别的子树。
另一个是缺失值是如何处理的，但是个别实现存在一些差异，所以比较两个分支并不简单。
https://stackoverflow.com/q/9979461/10495893
TDIDT 决策树算法
否则，我希望主要的真正区别在于处理 python 还是 java 更容易。如果您想提取决策规则，您可能希望对决策树进行后处理；我知道在 python 中执行此操作的skope-rules，但不知道这样的事情在 weka 中是否容易。