machine-learning - 决策树解释（泰坦尼克号数据）

Question

decision trees当我向下移动分支时，我对它们还很陌生，并且在解释它们时遇到了一些麻烦。关于在 R 上绘制的图，我有几个问题。响应变量是Survived( Yes/ )，它是根据年龄、票价、兄弟姐妹的数量和父母的数量来预测的，我使用 Kaggle 的数据No在下面附加了一个决策树-Titanic放。

1. 绿色/蓝色的不同颜色是什么意思？
2. 如何解释叶节点？
3. 据我了解，最高节点解释为 38% 幸存，62% 没有幸存，并且 100% 的人口都在那个桶中。如果我向右移动......我将如何解释 Bucket #3？如果我继续前进，#6 号桶？等等等等...

泰坦尼克号决策树

Answer 1

1) 一个节点根据该节点对应的多数类进行着色。具有多数类标签no（未幸存）的节点为绿色，否则为蓝色（yes或幸存）。

2）让我们解释一下底部最左边的叶子节点。83%对应于节点的数据点具有类标签no和17%类标签yes。该节点包含62%来自整个数据集的数据点。

3）桶#3可以类似地解释：26%对应于节点的数据点具有类标签no和74%类标签yes。该节点包含35%来自整个数据集的数据点。如果计算no节点#2 和#3 的标签的加权比例，你会得到0.65*0.81+0.35*0.26=0.6175~0.62，它是根节点中包含标签的数据的比例no。