0
我試圖通過出口C50包構建了一個模型,R.出口從C5.0模型庭審最後
我使用partykit包提取的最後審判,但它沒有返回相同合適的價值。
我不明白爲什麼as.party.c5.0函數與C5.0函數完全不一樣。它適用於第一次試用,但不適用於其他試用。
例如:
poc_db<-iris
fullTree_prun_iris_Winow <- C5.0(Species ~ ., data =poc_db, trials = 10,control = C5.0Control(CF = 0.90,noGlobalPruning = FALSE,winnow = T))
cat(fullTree_prun_iris_Winow$output)
----- Trial 9: -----
Decision tree:
Petal.Width <= 0.6: setosa (10.5)
Petal.Width > 0.6:
:...Petal.Width <= 1.7: versicolor (116.3/49.4)
Petal.Width > 1.7: virginica (22.2)
modParty <- C50:::as.party.C5.0(fullTree_prun_iris_Winow,trial=10)
Fitted party:
[1] root
| [2] Petal.Width <= 0.6: setosa (n = 50, err = 0.0%)
| [3] Petal.Width > 0.6
| | [4] Petal.Width <= 1.7: versicolor (n = 54, err = 9.3%)
| | [5] Petal.Width > 1.7: virginica (n = 46, err = 2.2%)
我們應該有4點:...花斑癬(49分之116)
感謝您的幫助
假設我運行了一個C5算法並進行了10次試驗,給出了具有不同錯誤率的10個規則集,然後我得到了比其他10個錯誤率低得多的最終提升錯誤率。我可以分別爲所有10個試驗提取規則集,如何獲得升壓錯誤率的規則? – Ezio
使用樹進行提升並不會產生一棵樹作爲結果模型。 –