决策树解释（泰坦尼克号数据）

Question

我对decision trees相当陌生，在我向下移动分支时遇到一些麻烦。关于在R上绘制的情节，我有几个问题。响应变量是Survived（Yes / No），这将取决于年龄，票价，兄弟姐妹的数量和我使用Kaggle的Titanic数据集附上决策树的父母数量。

1. 绿/蓝的不同颜色是什么意思？
2. 如何解释叶节点？
3. 我知道最顶级节点的存在率为38％存活，62％存在 没有生存，100％的人口都在那个桶里。如果我搬家 在右边......我怎么解释Bucket＃3？如果我继续前进， 铲斗＃6？等等...

Titanic Decision Tree

Answer 1

1）根据与节点对应的多数类对节点进行着色。具有多数类标签no（未存活）的节点为绿色，否则为蓝色（yes或幸存）。

2）让我们解释底部最左边的叶子节点。与该节点对应的数据点的83%具有类标签no，17%具有类标签yes。此节点包含整个数据集中的62%个数据点。

3）Bucket＃3可以被类似地解释：对应于该节点的数据点的26%具有类标签no而74%具有类标签yes。此节点包含整个数据集中的35%个数据点。如果计算节点＃2和＃3的no标签的加权比例，您将获得0.65*0.81+0.35*0.26=0.6175~0.62，这是根节点中包含标签{{1}的数据的比例}。