Profundidade de uma árvore de decisão

Como o algoritmo da árvore de decisão se divide em um atributo a cada etapa, a profundidade máxima de uma árvore de decisão é igual ao número de atributos dos dados. Isso está correto?

classification cart

— Qwerto
fonte

Não, porque os dados podem ser divididos no mesmo atributo várias vezes. E essa característica das árvores de decisão é importante porque permite capturar não linearidades em atributos individuais.

Edit: Para apoiar o ponto acima, aqui está a primeira árvore de regressão que eu criei. Observe que a acidez volátil e o álcool aparecem várias vezes:

— mkt - Restabelecer Monica
fonte

Não entenda por que você foi votado como negativo, mas eu o balancei novamente (+1);)

— Firebug

Acredito firmemente que os votos negativos às vezes acontecem aleatoriamente por acaso, independentemente da qualidade de um post. Nós só precisamos nos acostumar com isso e não perder nosso tempo pensando demais em votos negativos.

— Bernhard

@mkt Se você quiser editar novamente, pode adicionar que normalmente uma árvore de decisão para de criar novas ramificações quando um nível de pureza pré-especificado é atingido, um nó tem menos que um número especificado de elementos ou uma divisão de um nó levaria para um novo nó com menos de um número especificado de elementos. Esses motivos podem facilmente levar a que um atributo não seja usado.

— meh

+1, mas esse gráfico deixa algo a desejar. Qual ramo representa yes, por exemplo? Pode ajudar a publicar o conjunto de dados e o código, se possível.

— gung - Restabelece Monica

O que eu quero dizer é, suponha alcohol = 10.50(ie alcohol < 10.53), você prossegue pelo galho direito ou esquerdo da árvore?

— gung - Restabelece Monica