决策树解释（泰坦尼克号数据）

Question

我对@9​​87654322@ 还很陌生，当我向下移动分支时，我在解释它们时遇到了一些麻烦。关于在 R 上制作的情节，我有几个问题。响应变量是 Survived (Yes/No)，它是根据年龄、票价、兄弟姐妹数量和父母数量预测的使用 Kaggle 的 Titanic 数据集在下面附加了一个决策树。

1. 绿色/蓝色的不同颜色是什么意思？
2. 如何解释叶节点？
3. 据我了解，最高节点解释为 38% 幸存，62% 成功 活不下去，100%的人都在那个桶里。如果我搬家 向右...我将如何解释 Bucket #3？如果我继续前进， 6号桶？等等等等……

Titanic Decision Tree

Answer 1

1) 根据节点对应的多数类对节点进行着色。多数类标签为no（未幸存）的节点为绿色，否则为蓝色（yes 或幸存）。

2) 让我们解释一下底部最左边的叶节点。与节点对应的数据点的83% 具有类标签no 和17% 具有类标签yes。该节点包含来自整个数据集的62% 数据点。

3) 桶#3 可以类似地解释：与节点对应的数据点的26% 具有类标签no 和74% 具有类标签yes。此节点包含来自整个数据集的35% 数据点。如果计算节点#2 和#3 的no 标签的加权比例，您将得到0.65*0.81+0.35*0.26=0.6175~0.62，即根节点中包含标签no 的数据的比例。