RPART解释了类型矩阵的预测输出

时间:2017-09-08 08:16:37

标签: r tree prediction rpart

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。)

1 个答案:

答案 0 :(得分: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)