理解R中j48的partykit图

Question

我已经使用R中的j48树对266个问题和大约100个指标组成的数据集进行了分析。我不是最熟练的机器学习，无论如何我设法得到j48树Weka和R.在后者中我发现树可以通过partykit包可视化。然而，我发现难以解释我的结果，即这些（X，Y和Z是100个指标中的3个，用于描述266个中的每一个，其中190个是正常的或0和76个是异常的或1个）。

我使用的代码非常简单：

m1 <- J48(Case~., data = mydata, control = Weka_control(R = TRUE))
if(require("partykit", quietly = TRUE)) plot(m1)

因此我修剪了这棵树。 还有一个问题：我知道我可以从树上获得拟合值，但我不知道如何。 我们将非常感谢您对这两个问题或任何一个问题的任何帮助。

Answer 1

获得拟合值的一般R方法是通过函数predict。在您的情况下，您对分类概率感兴趣。有关详细信息，请参阅?predict.Weka_classifier。

library(RWeka)

m1 <- J48(Species ~ ., data = iris)
predict(m1, type = "probability")
    setosa versicolor  virginica
1        1 0.00000000 0.00000000
2        1 0.00000000 0.00000000
3        1 0.00000000 0.00000000
4        1 0.00000000 0.00000000
5        1 0.00000000 0.00000000
6        1 0.00000000 0.00000000

Answer 2

已选择变量X，Y，Z来分割（或分区）数据，而未选择其余变量。由此产生的终端节点导致响应的不同概率。响应概率也由可视化终端节点中的堆积条形图显示。

例如，如果X <= 34，则响应概率相当低（约17％）。这是266个观测中的193个中最大的子集。响应概率非常高（约96％）的唯一子集是35个观察结果，其中X> 1。 34＆amp; Y <= 482＆amp; Z> 451。

正如@RomanLuštrik已经指出的那样：每个观察的拟合值可以通过predict(m1, type = "prob")获得。