Potřebují pomoc pochopení výstupu z budovy klasifikační strom

hlasů
0

Jsem praktikující rozhodování stromy pomocí balíčku s názvem ‚strom‘.

#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

Výstupem z toho je:

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 ) *

Chápu, že řádky s hvězdičkami na stromě jsou koncové uzly. Já snaží následovat další věci. Použití řádek 7 jako příklad, vím, že je LoyalCH> 0,764572 je místo, kde rozhodovací strom rozděluje a větví do terminálu uzlu, a CH je kvalitativní hodnota koncového uzlu, kde zákazníci jsou větší než 76,4572% věrný CH (dále jen Data jsou s předinstalovaným balíčkem ISLR, CH je značka džus). Jsem za předpokladu, 258 má být počet datových bodů, které skončí v tom terminálním uzlu. Vím, že 90,94 má popsat kvality proložení modelu, ale jsem trochu zmatená o konceptu deviace. Je vyšší hodnota deviace špatné? Má 90,94 naznačuje, že se jedná o slabší fit? Pokud jde o čísla v závorkách, mám pochopit, že 0,95736 je pravděpodobnost, že každý datový bod v této oblasti vybírá CH?

Položena 19/03/2020 v 22:06
zdroj uživatelem
V jiných jazycích...                            

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