如何从决策树计算错误率？

Question

有谁知道如何使用R计算决策树的错误率？ 我正在使用rpart()函数。

Answer 1

假设您的意思是计算用于拟合模型的样本的错误率，您可以使用printcp()。例如，使用在线示例

> library(rpart)
> fit <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosis)
> printcp(fit)

Classification tree:
rpart(formula = Kyphosis ~ Age + Number + Start, data = kyphosis)

Variables actually used in tree construction:
[1] Age   Start

Root node error: 17/81 = 0.20988

n= 81 

        CP nsplit rel error  xerror    xstd
1 0.176471      0   1.00000 1.00000 0.21559
2 0.019608      1   0.82353 0.82353 0.20018
3 0.010000      4   0.76471 0.82353 0.20018

在考虑Root node error和rel error列中显示的值时，xerror用于计算预测性能的两个度量，并且取决于复杂性参数（第一列）： / p>

• 0.76471 x 0.20988 = 0.1604973（16.0％）是重新替代错误率（即在训练样本上计算的错误率） - 这大致是

  class.pred <- table(predict(fit, type="class"), kyphosis$Kyphosis)
  1-sum(diag(class.pred))/sum(class.pred)
  

• 0.82353 x 0.20988 = 0.1728425（17.2％）是交叉验证错误率（使用10倍CV，请参阅xval中的rpart.control();但是另请参阅依赖此类措施的xpred.rpart()和plotcp()。该度量是预测准确性的更客观指标。

请注意，它与tree：

的分类准确性大致相同

> library(tree)
> summary(tree(Kyphosis ~ Age + Number + Start, data=kyphosis))

Classification tree:
tree(formula = Kyphosis ~ Age + Number + Start, data = kyphosis)
Number of terminal nodes:  10 
Residual mean deviance:  0.5809 = 41.24 / 71 
Misclassification error rate: 0.1235 = 10 / 81 

其中Misclassification error rate来自训练样本。