以使用UserClassifier分類器建立決策樹為例，進一步了解分類器。
1、打開Explorer界面，選擇資料集segment-challenge.arff。
這是一個比較複雜的關于圖像分析的資料集。
詳情請看：https://blog.csdn.net/qq_42752823/article/details/102643706
2、打開classify面闆，選擇UserClassifier分類器。
若無此分類器，至Tools->package manager下載下傳即可。
3、選擇測試集segment-test.arff。
4、點選close。
5、點選start開始分類，将彈出一個含2個面闆的可視化視窗。選擇資料可視化面闆。
樹的可視化：
資料可視化：
6、如圖選擇region-centroid-row(Num)為x軸，intensity-mean(Num)為y軸。
7、使用合适的形狀選擇較整齊的資料點。
以使用矩形為例：
（1）選擇矩形。
（2）選擇整齊的資料點。這裡我先選擇了紫色的資料點（path）。
（3）點選submit，送出資料。紫色的資料點（sky）消失了。
（4）此時再檢視樹可視化面闆，不難看出節點得到了細化。
觀察左節點，剛剛送出的資料點共238個，分别是233個path節點，3個cement節點和2個grass節點。
（5）循環執行步驟1-3，進一步細化樹的節點。同時，還可改變x軸、y軸/選擇其他形狀（線段、多邊形）進行節點細化。
（6）對樹滿意後，右鍵選擇accept the tree接受樹。
（7）最終得到了一個正确率為78.1481%的分類結果。
思考
此方法嘗試了執行個體空間的不同區域，找了純度最高即資料點最整齊的區域進行覆寫，進而建立純度最高的分支。這是由底至上的方法。
而J48建立樹時是用整個資料集來劃分，在最頂端，将資料集一分為二，每次将剩下的一半資料建構成最優化的樹形。這是由頂至下的方法。
是以J48建立的樹比用UserClassifier分類器建立的更好。