DecicionTree.jl é um pacote CART (Árvore de Classificação e Regressão) na linguagem de programação de aprendizado de máquina Julia. Vários passos como carregar dados, segregar dados em treinamento e teste, e construir um modelo são muito fáceis de implementar usando este pacote em Julia. Não há necessidade de transpor dados, pois o DecisionTree.jl não requer isso. Basta uma declaração de duas linhas para construir o modelo, fornecendo alguns argumentos (por exemplo, profundidade, número mínimo de amostras na folha, número mínimo de amostras na divisão, etc.) conforme a necessidade do usuário. Este pacote economiza muito tempo e dinheiro para problemas de regressão e classificação em comparação com a criação de um modelo de árvore de decisão de aprendizado de máquina do zero. Usamos o decisionTree.jl para um cliente de varejo para construir um modelo para classificar dados de clientes potenciais e conseguimos alcançar cerca de 70% de precisão, o que é considerado uma precisão muito boa. Análise coletada por e hospedada no G2.com.
Não há problema propriamente dito com o DecisionTree.jl, pois ele funciona bem para problemas de simples a médios com boa precisão. Ainda preciso testar seu desempenho para problemas complexos onde os dados de entrada são muito diversos, com mais de 20 atributos a considerar para classificação ou regressão. Uma pequena desvantagem para os programadores é que o pacote DecisionTree.jl não atribui automaticamente o tipo de dado aos seus dados carregados. Parece que ele não atribui um tipo de dado para melhorar o desempenho. Então, é necessário escrever algumas declarações a mais para converter o tipo de dado antes de construir um modelo. Análise coletada por e hospedada no G2.com.
