臺灣博碩士論文加值系統

本篇論文的目的在比較 LMT 和 LOTUS 二種決策樹方法。
我們藉由模擬實驗觀察二種決策樹在變數的選取、
檢定力和平均偏差度三方面的表現，
並透過 32 個實際資料分別探討二種方法在其上預測的平均準確率、
平均偏差度和平均均方差。
我們發現 LOTUS 於變數的選取具有不偏性，
且有較好的檢定力；
而在平均偏差度方面，
LOTUS 亦優於 LMT，
且其執行時間較短。
惟在預測方面，
LMT 的表現優於 LOTUS。