决策树分类工作流
通过简单的三步操作，上传您的CSV数据，配置决策树参数，然后查看分类结果和分析报告。
第一步：选择数据
上传您的CSV数据文件或选择系统示例数据进行分类分析
系统示例数据
选择预加载的示例数据集进行测试
上传CSV文件
点击上传您的CSV格式数据文件
选择示例数据集
鸢尾花数据集
经典的分类数据集
泰坦尼克数据集
乘客生存预测
红酒数据集
红酒品质分类
数据预览
iris.csv
150 行 × 5 列
第二步：分类设置
配置决策树参数和目标变量
目标变量
特征变量
决策树参数
第三步：结果分析
分类完成，查看结果和模型分析
准确率
0.95
在测试集上的表现
训练时间
0.12s
决策树训练耗时
树深度
4
决策树层级深度