Question

当我使用R（v 3.4.0）的预测函数作为分类树时，它给出了一个10列的输出。

p2 <- predict(mmodel,test_data,type = "matrix")

输出看起来像这样：

    [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]      [,10]
1       3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
5       3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
9       3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
13      3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
17      3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
21      3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
25      3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102
29      3    0    0   37    0  0.0 0.00 1.00  0.0 0.37755102

我想知道这些列的描述（每列代表的内容）。我在数据集中有4个类。

我不确定我是否理解RPART文档中的内容。

如果type = "matrix"：

完整响应的矩阵（如果存在，则为帧$ yval2，否则为   框架$利用yval）。对于回归树，这是平均响应   泊松树是响应率和事件的数量   拟合树中的节点，对于分类树，它是   至少预测班级的连接，班级计数   拟合树中的节点和类概率（一些   版本的rpart可能包含更多列。）

Answer 1

第1栏：等级编号

Cols 2-5：4级频率

Cols 6-9：4级概率

第10栏：该级别的病例数超过病例总数（也许是37到98的商数）

RPART解释了类型矩阵的预测输出

1 个答案: