决策树解释（泰坦尼克号数据）

Question

我对decision trees相当陌生，并且在向下移动分支时解释它们时有点麻烦。我有几个关于R的情节的问题。响应变量是Survived（Yes/No），这要根据年龄，票价，兄弟姐妹的数量以及我使用下面附加决策树的父母的数量来预测Kaggle的Titanic数据集。

1. 绿色/蓝色的不同颜色是什么意思？
2. 如何解释叶节点？
3. 我知道顶级节点的解释是38％存活下来，62％没有存活下来，100％的人口在这个桶里。如果我将 移到右边......我将如何解读第3桶？如果我继续前进， 第6桶？等等...

Titanic Decision Tree

Answer 1

1）的节点根据对应于该节点的大多数类着色。多数类标签为no（未生存）的节点呈绿色，否则为蓝色（yes或存活）。

2）让我们解释最底部的最左边的叶节点。对应于该节点的数据点的83%具有类别标签no和17%具有类别标签yes。该节点包含来自整个数据集的62%数据点。

3）铲斗＃3可以被类似地解释：对应于所述节点的数据点的26%具有类别标签no和74%具有类标签yes。该节点包含整个数据集中的35%数据点。如果计算节点＃2和＃3的no标签的权重比例，则会得到0.65*0.81+0.35*0.26=0.6175~0.62，这是包含标签no的根节点中数据的比例。