0

谁能解释我如何从 RWeka 包中获得 J48 制作的决策树中每次休假的结果？

因此，例如，我们在 R 中有这个 iris 数据集：

 library(RWeka)
 m1 <- J48(Species ~ ., data = iris)
 m1

在预测中，我想使用休假中的比例。我试着用这个包Partykit，但它看起来仍然很复杂，只是为了得到每个假期的比例。

 library(partykit)
 pres <- as.party(m1)
 partykit:::.list.rules.party(pres)

至少我得到了列表中的叶子数，但找不到概率。

pres

Model formula:
Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width

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
|   |   |   [5] Petal.Length <= 4.9: versicolor (n = 48, err = 2.1%)
|   |   |   [6] Petal.Length > 4.9
|   |   |   |   [7] Petal.Width <= 1.5: virginica (n = 3, err = 0.0%)
|   |   |   |   [8] Petal.Width > 1.5: versicolor (n = 3, err = 33.3%)
|   |   [9] Petal.Width > 1.7: virginica (n = 46, err = 2.2%)

Number of inner nodes:    4
Number of terminal nodes: 5

因此，作为预测，我想要例如 Petal.Width > 0.6 的新数据点的结果；花瓣宽度 <= 1.7; Petal.Length <= 4.9 结果杂色 97,9%。和 2,1% 其他。我怎样才能得到这些预测？

4

1 回答 1

1

你的观点不是观点。如果你完全指定一个点，你可以简单地将它插入到predict函数中。例如，我将生成一个符合规范的点，但与其他虹膜点不同——然后对其进行分类。

## Generate wild new point
NewPoint = iris[1,]
NewPoint[1,3:4] = c(2.0,1.7)
NewPoint
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5            2         1.7  setosa

## Look at where the new point is
plot(iris[,3:4], pch=20, col=rainbow(3, alpha=0.3)[iris$Species])
points(NewPoint[,3:4], pch=16, col="orange")

新点的位置

## Get the probability from the model
predict(m1, newdata = NewPoint, type = "probability")
  setosa versicolor  virginica
1      0  0.9791667 0.02083333
于 2019-12-12T02:40:01.440 回答