了解 R 中 j48 中的 partykit 图答案

【问题标题】：Understanding partykit graph out of j48 in R了解 R 中 j48 中的 partykit 图
【发布时间】：2016-02-01 05:20:53
【问题描述】：

我使用 R 中的 j48 树对包含 266 个实例和大约 100 个指标的数据集进行了分析。我在机器学习方面不是最熟练的，无论如何我设法获得了 j48 树Weka 和 R。在后者中，我发现可以通过 partykit 包可视化树。然而，我发现很难解释我得到的结果，即这些（X、Y 和 Z 是我用来描述 266 个实例中的每一个的 100 多个指标中的 3 个，其中 190 个是正常的或 0 和 76 个是异常的或 1 ）。

我使用的代码很简单：

m1 <- J48(Case~., data = mydata, control = Weka_control(R = TRUE))
if(require("partykit", quietly = TRUE)) plot(m1)

因此我修剪了这棵树。还有一个问题：我知道我可以从树中获得拟合值，但我不知道如何。对这两个或一个问题的任何帮助将不胜感激。

【问题讨论】：

标签： r tree party j48

【解决方案1】：

已选择变量 X、Y、Z 来拆分（或分区）您的数据，而未选择其余变量。由此产生的终端节点导致响应的不同概率。响应概率也通过可视化终端节点中的堆积条形图显示。

例如，如果 X 34 & Y 451 的 35 个观察值。

正如@Roman Luštrik 已经指出的：每个观测值的拟合值可以通过predict(m1, type = "prob") 获得。

【讨论】：

好的，但这是什么意思？如果我进行汇总（m1），我会得到 83% 的实例被正确识别。
是的，节点 2、5、7 将被分类为 0 响应，6 为 1 响应（如果您进行简单多数投票）。正如条形图所示，每个节点都会有一些错误分类，尤其是节点 5。
我现在可能已经明白了，请检查我是否正确。我正确识别了 83% 的实例，因此这意味着 266 个实例中有近 46 个被错误识别。如果我检查每个节点，我会得到： - 节点 2 应该是 0 响应，但 193 个节点中有近 18% 被错误识别，这意味着大约 35 个； - 节点 5 应该是 0，但 21 个节点中有近 42% 被错误识别，因此大约是 9 个； - 在节点 6 中没有错误识别 1s 响应； - 节点 7 再次为 0，大约 17 中的 22%，因此意味着 3；考虑到我所做的四舍五入，总和得到 47，应该没问题，不是吗？
是（最多四舍五入等）。使用进一步的拆分（例如关闭修剪），您可能会提高样本内错误分类率 - 但这可能会在新数据的样本外表现更差。
好的，现在我如何使用我创建的这个模型对新数据进行分类？非常感谢您的帮助。

【解决方案2】：

获取拟合值的一般 R 方法是通过函数predict。在您的情况下，您对分类概率感兴趣。请参阅?predict.Weka_classifier 了解更多信息。

library(RWeka)

m1 <- J48(Species ~ ., data = iris)
predict(m1, type = "probability")
    setosa versicolor  virginica
1        1 0.00000000 0.00000000
2        1 0.00000000 0.00000000
3        1 0.00000000 0.00000000
4        1 0.00000000 0.00000000
5        1 0.00000000 0.00000000
6        1 0.00000000 0.00000000

【讨论】：