0
我试图通过出口C50包构建了一个模型,R.出口从C5.0模型庭审最后
我使用partykit包提取的最后审判,但它没有返回相同合适的价值。
我不明白为什么as.party.c5.0函数与C5.0函数完全不一样。它适用于第一次试用,但不适用于其他试用。
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%)
我们应该有4点:...花斑癣(49分之116)
感谢您的帮助
假设我运行了一个C5算法并进行了10次试验,给出了具有不同错误率的10个规则集,然后我得到了比其他10个错误率低得多的最终提升错误率。我可以分别为所有10个试验提取规则集,如何获得升压错误率的规则? – Ezio
使用树进行提升并不会产生一棵树作为结果模型。 –