各ノードの２行目以降の構成は、次のようになります。

・2行目（Samples）：ノードに含まれるデータの総数。この例では1000件のデータがあります。

・4行目（Class）：このノードで最も多いデータのカテゴリ。この例では「ポジティブ」が多数です。

・3行目（Value）：投稿内容が「ポジティブ」か「ネガティブ」かを分類した件数。この例ではClass(4行目)が「ポジティブ」となっているため、数が多い方(700件)が「ポジティブ」で数が少ない方(300件)が「ネガティブ」です。

「Value」は、文字数が10文字以下かどうか（条件式）の割合ではなく、投稿の種類（目的変数）の内訳を示しています。

まず、決定木の1段目にある「文字数 ＜= 10」という条件は、「投稿内容の文字数が10文字以下かどうか」を意味します。

この条件を満たす「投稿内容の文字数が10文字以下」は左側のノードに、条件を満たさない「投稿内容の文字数が10文字より多い」は右側のノードに分かれます。

ですので、2段目の右側のノードは「投稿内容の文字数が10文字より多い」データが集まるノードです。

決定木の2段目右側のノードは、次のように読み解きます。

・2行目（Samples）：このノードのデータは500件です。

・4行目（Class）：「ポジティブ」と分類したデータが多数を占めるグループです。

・3行目（Value）：Class(4行目)が「ポジティブ」なので、多い方(350件)が「ポジティブ」で少ない方(150件)が「ネガティブ」です。

2段目１行目の『「…」の有無 ＜＝ 0.5』という条件は、決定木が「文字数が10文字より多い」500件のデータを学習した結果、ポジティブかネガティブかを分ける上で最も重要と判断した条件を示しています。

ここでは、「投稿内容に「…」があるかどうか」を重要な説明変数として選択しています。

決定木の２段目にある『「…」の有無 ＜＝ 0.5』という条件は、「投稿内容に「…」があるかどうか」を表しています。

この条件を満たす「投稿内容に「…」がない」データは左側のノードに、条件を満たさない「投稿内容に「…」がある」データは右側のノードに分類されます。

3段目の左側のノードには、投稿内容の文字数が10文字より多く、投稿内容に「…」がないデータが400件集まっていることが分かります。

３段目の左側のノードには、投稿内容の文字数が10文字より多く、投稿内容に「…」がないデータが400件集まっていることが分かります。

このノードの構成は、次のようになっています。

・Samples：投稿内容の文字数が10文字より多く、投稿内容に「…」がないデータの総数が400件であることを表しています。

・Class：「ポジティブ」と分類されたデータが多数を占めるノードであることを示しています。

・Value：Classが「ポジティブ」なので、このノード内で多い方(300件)が「ポジティブ」で少ない方(100件)が「ネガティブ」であることを示します。