【问题标题】:how to calculate accuracy from decision trees?如何从决策树计算准确性?
【发布时间】:2018-07-03 00:14:49
【问题描述】:

您好,我正在学习 Coursera 的课程并提出了这个问题。我的答案是 1-(4048+3456)/8124=0.076。然而,答案是 0.067。任何人都可以帮我解决这个问题吗?谢谢!!

【问题讨论】:

  • 这是什么课程?
  • Coursera 在 python 中应用机器学习 -- 不知道如何在这里提出问题(或获取完整答案)与荣誉代码相匹配
  • 我发现这在 UoW 的一门课程中没有得到很好的解释,所以我很高兴你发布了。

标签: decision-tree


【解决方案1】:

准确度:做出的正确预测数除以做出的预测总数。

我们将预测与特定节点关联的多数类为 True。即使用每个节点的较大值属性。

所以准确度为:

  • 深度 1:(3796 + 3408) / 8124
  • 深度 2:(3760 + 512 + 3408 + 72) / 8124

Depth_2 - Depth_1 = 0.06745

【讨论】:

    【解决方案2】:

    首先我们将为这两种情况绘制混淆指标,然后找出准确性。

    混淆指标:

    准确度= (TP + TN) / (观察总数)

    精度计算:

    Depth 1: (3796 + 3408) / 8124
    
    Depth 2: (3760 + 512 + 3408 + 72) / 8124
    
    Depth_2 - Depth_1 = 0.06745
    

    【讨论】:

      【解决方案3】:

      虽然答案是正确的,但混淆矩阵看起来不正确。 这应该是混淆矩阵(对于深度 2)。 enter image description here

      【讨论】:

      • 正如目前所写,您的答案尚不清楚。请edit 添加其他详细信息,以帮助其他人了解这如何解决所提出的问题。你可以找到更多关于如何写好答案的信息in the help center
      猜你喜欢
      • 2017-06-22
      • 2011-09-11
      • 2012-06-10
      • 2023-04-08
      • 2018-04-11
      • 2012-03-28
      • 2014-04-15
      • 1970-01-01
      相关资源
      最近更新 更多