如果是跟统计软体有关请重发文章，使用程式做为分类。 请详述问题内容，以利板友帮忙解答，过短文章依板规处置，请注意。 为避免版面混乱，请勿手动置底问题，擅用E做档案编辑 各位好, 目前我现在分析的资料形态是, 总个案数约60人, dependent variable 为有病没病, independent variable 有类别变项及连续变项, 使用的演算法是 C4.5 (Quinlan, 1993), 因为有多个independent variable (连续)都可以将这60人正确分类有病没病 (accuracy= 100%), 因此我发现会根据我丢自变项的顺序, 决定我的决策树图形， 举例来说自变项1-3 皆可以正确分类, 若我将自变项1放在第一个位置, 则决策树图形根结点为自变项1, 反之, 若我将自变项3放第一个位置, 根结点则为自变项3, 我不清楚这样的状况是否就是overfitting ? 或者我的直觉反应是个案数太少, 但网路上搜寻後似乎并没有讨论到, 样本数至少多少, 才适合用decision tree这样的方法来分类。 非常感谢看完我的问题。 software: Sipina --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.72.9.200 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1443165460.A.5AF.html