Potrzebuję pomocy zrozumienia wyjście z budynku drzewa klasyfikacyjnego

głosy
0

Ćwiczę co drzewa decyzyjne z wykorzystaniem pakietu o nazwie „drzewo”.

#install.packages(ISLR)
set.seed(666)
library(ISLR)
index=sample(1:nrow(OJ),800,replace=F)
OJtrain=OJ[index,]
OJtest=OJ[-index,]
#install.packages(tree)
library(tree)
OJtraintree=tree(Purchase~.,data=OJtrain)
OJtraintree

Wyjście z tego jest:

node), split, n, deviance, yval, (yprob)
      * denotes terminal node

1) root 800 1073.00 CH ( 0.60625 0.39375 )  
   2) LoyalCH < 0.508643 353  415.10 MM ( 0.27479 0.72521 )  
     4) LoyalCH < 0.277977 161  112.80 MM ( 0.11180 0.88820 )  
       8) LoyalCH < 0.035047 55    0.00 MM ( 0.00000 1.00000 ) *
       9) LoyalCH > 0.035047 106   96.58 MM ( 0.16981 0.83019 ) *
     5) LoyalCH > 0.277977 192  260.10 MM ( 0.41146 0.58854 )  
      10) PriceDiff < 0.195 84   84.62 MM ( 0.20238 0.79762 )  
        20) SpecialCH < 0.5 67   49.01 MM ( 0.11940 0.88060 ) *
        21) SpecialCH > 0.5 17   23.51 CH ( 0.52941 0.47059 ) *
      11) PriceDiff > 0.195 108  147.30 CH ( 0.57407 0.42593 ) *
   3) LoyalCH > 0.508643 447  348.80 CH ( 0.86801 0.13199 )  
     6) LoyalCH < 0.764572 189  214.20 CH ( 0.74603 0.25397 )  
      12) PriceDiff < -0.165 33   43.26 MM ( 0.36364 0.63636 ) *
      13) PriceDiff > -0.165 156  143.70 CH ( 0.82692 0.17308 )  
        26) PriceDiff < 0.265 86   99.88 CH ( 0.73256 0.26744 ) *
        27) PriceDiff > 0.265 70   30.66 CH ( 0.94286 0.05714 ) *
     7) LoyalCH > 0.764572 258   90.94 CH ( 0.95736 0.04264 ) *

Rozumiem, że wiersze z gwiazdkami na drzewie są węzły końcowe. Jestem stara się podążać za inne rzeczy. Korzystanie z wiersza 7 jako przykład, wiem, że „LoyalCH> 0,764572” jest gdzie podziały drzewa decyzji i gałęzie do węzła terminal, a CH jest wartość jakościowa węzła terminala, gdzie klienci są większe niż 76,4572% wierny CH (the dane z preinstalowanym pakietem ISLR, CH jest marką sok). Jestem przy założeniu 258 ma być liczba punktów danych, że wiatr się w tym węźle terminali. Wiem, że ma 90,94 opisać dobroć dopasowania do modelu, ale jestem trochę mylić o koncepcji dewiacji. Jest to wartość wyższa od dewiacji źle? Does 90,94 wskazać, że jest słabszy pasuje? Jeśli chodzi o numery w nawiasach, mam rozumieć, że 0,95736 jest prawdopodobieństwo każdego punktu danych w tej branży wybiera CH?

Utwórz 19/03/2020 o 22:06
źródło użytkownik
W innych językach...                            

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more