Orange3的Tree 和Tree view的使用

Tree是一个比较简单的算法，可以根据分类的纯度将数据划分为多个节点；orange的树可以处理离散数据集和连续数据集。
输入是数据集和预处理方法，输出是决策树算法和训练的模型。

打开Tree的窗口，里面有几个重要的指标：
Induce binary tree 创建一个二叉树；
Min. number of instances in leaves 每个节点最小实例限制；
Do not split subsets smaller than 子集实例小于x的时候不再进行拆分；
Limit the maximal tree depth to 树的最大深度不深于x
对于分类：
Stop when majority reaches [%] 当纯度大于x时不再进行拆分；

通过Tree模型插件后数据就分好类了，然后我们再使用Tree viewer可视化插件看下分类情况；
可以看到Tree viewer很形象的展示了决策树，也表示出了每个特征分类值；
同样也可以在后面增加一个Data Table看选中的数据。
对于模型如何使用，后面介绍。