，使用R

Question

我使用虹膜數據R.

我寫這樣的代碼是什麼決策樹平均Y：

irisctree<-ctree(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width) 
plot(itisctree,type="simple") 

，並導致看見我這個樣子：

這是什麼意思？

Y =（1,0,0）和y =（0,0.939,0.061），Y =（0,0.031,0.969）

Answer 1

如果您在iris看物種（您的響應變量）數據集，你會看到，它與3級水平的因素：

> unique(iris$Species) 
[1] setosa  versicolor virginica 
Levels: setosa versicolor virginica 

鑑於該水平出現在上面的順序：setosa，雲芝，錦葵，決策樹的輸出爲每一種的概率水平，並且概率總和爲1.

要驗證這一點，請查看您的t的左側分割稀土元素。它分裂在Petal.Length <= 1.9。當Petal.Length <= 1.9時物種的分佈是什麼？

prop.table(table(iris[iris$Petal.Length <= 1.9,]$Species)) 

setosa versicolor virginica 
    1   0   0 

在上面的代碼中，我子集上Petal.Length <= 1.9，然後看物種（因此prop.table(table(...))）的分佈。 100％是Setosa。

另一個例子：右分割（Petal.Length > 1.9）和左分割（Petal.Width <= 1.6）。結果是：

prop.table(table(iris[iris$Petal.Length > 1.9 & iris$Petal.Width <= 1.6,]$Species)) 

setosa versicolor virginica 
0.00000000 0.92307692 0.07692308 

我在這裏的號碼與您的不匹配。我相信你有100行的訓練集，而我正在使用整個數據集。這可能是差異的原因。糾正我，如果我錯了。

Answer 2

這些是目標變量Species的三個類別中每一個的概率，對於位於每個葉節點中的實例。

因此，例如，在您的中葉，Species == setosa的概率爲0,Species == versicolor爲0.939，Species == virginica的概率爲0.061。