决策树的深度

由于决策树算法在每个步骤都对属性进行分割，因此决策树的最大深度等于数据的属性数。它是否正确？

classification cart

— Qwerto
source

不可以，因为可以在同一属性上多次拆分数据。决策树的这一特性非常重要，因为它使决策树能够捕获单个属性中的非线性。

编辑：为了支持上述观点，这是我创建的第一个回归树。请注意，挥发性酸和酒精会多次出现：

— mkt-恢复莫妮卡
source

不知道为什么你被否决了，但我又重新平衡了（+1）;）

— Firebug

我坚信，投票否决有时是偶然发生的，与帖子的质量无关。我们只需要习惯它就可以，而不必浪费我们太多的时间思考奇异的选票。

— 伯恩哈德

@mkt，如果您想再次进行编辑，则可以添加以下内容：通常，当达到预先指定的纯度级别，节点的元素数少于指定数量或节点拆分会导致决策树停止创建新分支时，到具有少于指定数量的元素的新节点。这些原因很容易导致根本不使用属性。

— meh

+1，但此图确实有一些不足之处。yes例如，哪个分支代表？如果可行的话，可能有助于发布数据集和代码。

— gung-恢复莫妮卡

我的意思是，假设alcohol = 10.50（例如alcohol < 10.53），您接着沿着树的右分支或左分支前进吗？

— gung-恢复莫妮卡