，使用R

Question

我使用虹膜数据R.

我写这样的代码是什么决策树平均Y：

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

，并导致看见我这个样子：

这是什么意思？

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

Answer 1

如果您在iris看物种（您的响应变量）数据集，你会看到，它与3级水平的因素：

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

鉴于该水平出现在上面的顺序：setosa，云芝，锦葵，决策树的输出为每一种的概率水平，并且概率总和为1.

要验证这一点，请查看您的t的左侧分割稀土元素。它分裂在Petal.Length <= 1.9。当Petal.Length <= 1.9时物种的分布是什么？

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

setosa versicolor virginica 
    1   0   0 

在上面的代码中，我子集上Petal.Length <= 1.9，然后看物种（因此prop.table(table(...))）的分布。 100％是Setosa。

另一个例子：右分割（Petal.Length > 1.9）和左分割（Petal.Width <= 1.6）。结果是：

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

setosa versicolor virginica 
0.00000000 0.92307692 0.07692308 

我在这里的号码与您的不匹配。我相信你有100行的训练集，而我正在使用整个数据集。这可能是差异的原因。纠正我，如果我错了。

Answer 2

这些是目标变量Species的三个类别中每一个的概率，对于位于每个叶节点中的实例。

因此，例如，在您的中叶，Species == setosa的概率为0,Species == versicolor为0.939，Species == virginica的概率为0.061。