如何使用 rpart 解释不寻常的决策树输出（多类）答案

【问题标题】：How to interpret an unusual decision tree output (multi-classes) using rpart如何使用 rpart 解释不寻常的决策树输出（多类）
【发布时间】：2018-02-25 19:40:28
【问题描述】：

我正在尝试使用 rpart 包绘制决策树，并且真的对其输出感到困惑。值得注意的是，在第三节点，如何从城市生产农业和采矿类？

我认为应该是农业和城市，而不是农业和采矿业。这是我的代码

df<-read.csv("https://raw.githubusercontent.com/tuyenhavan/Statistics/Dataset/Landsat_Data.csv")

library(rpart)

library(rpart.plot)
set.seed(123)

dt<-rpart(Land_cover~., data=df)

rpart.plot(dt,cex=0.35)

请帮我解释一下。谢谢

【问题讨论】：

标签： decision-tree explain rpart

【解决方案1】：

节点显示所有响应类别的相对频率以及多数投票，即最频繁的类别。如果存在平局，则最常见的类别中的第一个将显示为多数票（当然，这是一个有点武断的选择）。

因此，在根节点中，所有类别都以 20% 的相同频率出现，并且“农业”显示为多数票，因为它在字典上是第一个类别。

类似地，在节点 3（对于 Band1 >= 0.03599656）“城市”和“水”仍然与最常见的类别相关（200 个观测值 = 24.969%）。因此，“城市”被列为多数票。

【讨论】：