以使用UserClassifier分类器建立决策树为例，进一步了解分类器。
1、打开Explorer界面，选择数据集segment-challenge.arff。
这是一个比较复杂的关于图像分析的数据集。
详情请看：https://blog.csdn.net/qq_42752823/article/details/102643706
2、打开classify面板，选择UserClassifier分类器。
若无此分类器，至Tools->package manager下载即可。
3、选择测试集segment-test.arff。
4、点击close。
5、点击start开始分类，将弹出一个含2个面板的可视化窗口。选择数据可视化面板。
树的可视化：
数据可视化：
6、如图选择region-centroid-row(Num)为x轴，intensity-mean(Num)为y轴。
7、使用合适的形状选择较整齐的数据点。
以使用矩形为例：
（1）选择矩形。
（2）选择整齐的数据点。这里我先选择了紫色的数据点（path）。
（3）点击submit，提交数据。紫色的数据点（sky）消失了。
（4）此时再查看树可视化面板，不难看出节点得到了细化。
观察左节点，刚刚提交的数据点共238个，分别是233个path节点，3个cement节点和2个grass节点。
（5）循环执行步骤1-3，进一步细化树的节点。同时，还可改变x轴、y轴/选择其他形状（线段、多边形）进行节点细化。
（6）对树满意后，右键选择accept the tree接受树。
（7）最终得到了一个正确率为78.1481%的分类结果。
思考
此方法尝试了实例空间的不同区域，找了纯度最高即数据点最整齐的区域进行覆盖，从而建立纯度最高的分支。这是由底至上的方法。
而J48创建树时是用整个数据集来划分，在最顶端，将数据集一分为二，每次将剩下的一半数据构建成最优化的树形。这是由顶至下的方法。
因此J48创建的树比用UserClassifier分类器创建的更好。