1、我认为模型是用训练数据集训练出来的，然后用验证数据集来验证就可以看出是否过度拟合
我这里是SAS9.4中文版的，使用“简单随机”抽样方法，该方法使得两个数据集没有交集，能够更好验证是否过度拟合
一种方法是比较ROC值，如果训练的比验证的要高的很多，那么过度拟合可能性很大
这个图我顺便找数据做得，蓝线是过度拟合的决策树，训练过程中蓝线比绿线好；而验证过程中绿线比蓝线要好一点点，这就说明，蓝色那个有过度拟合的嫌疑。
2、
决策树拆分方法中对于区间列名型变量可以使用probf、probchisq拆分方法！这里就涉及到T 、F检验，其中-log（P）中的P就是统计量P值
这个是在决策树模块中的“交互式”选项中出现的，属于建立自定义决策树。
打开交互式决策树如下图：
工具栏中有个拆分节点就是你说说的list of variables with -logP values和 split
node
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024