如何使用rpart解释不寻常的决策树输出(多类)
如何使用rpart解释不寻常的决策树输出(多类)
提问于 2017-09-16 23:51:17
我试图用rpart包绘制一个决策树，并将其与其输出相混淆。值得注意的是，在第三个节点，如何从城市生产农业和矿业类？
我认为应该是农业和城市，而不是农业和采矿。这是我的密码
df<-read.csv("https://raw.githubusercontent.com/tuyenhavan/Statistics/Dataset/Landsat_Data.csv")
library(rpart)
library(rpart.plot)
set.seed(123)
dt<-rpart(Land_cover~., data=df)
rpart.plot(dt,cex=0.35)请帮我解释一下。谢谢
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-09-18 23:43:38
节点显示所有响应类别的相对频率以及多数表决，即最频繁的响应类别。在有联系的情况下，第一个最常见的类别显示为多数票(当然，这在某种程度上是武断的选择)。
因此，在根节点上，所有类别都以20%的相同频率出现，“农业”被显示为多数投票，因为它是第一类别。
同样，在节点3(对于Band1 >= 0.03599656)中，“城市”和“水”仍然是最常见的类别(200个观测值= 24.969%)。因此，“城市”被列为多数票。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46259455
复制相关文章
相似问题
腾讯云开发者
