我正在数据集上运行J48算法,并且在输出中得到如下所示:
J48 pruned tree
------------------
attribute1 = n: class1 (253.41/3.75)
attribute1 = y
| attribute2 = n: class2 (145.71/4.0)
| attribute2 = n: class1 (40.68/3.0)
我想知道括号中的内容是什么意思。我在某处读到,由于该选择,第一个值是正确分类的实例,第二个是多少错误。但是,这怎么可能是一个十进制数字?如何正确分类0.41?
我在这里找到答案:http://weka.wikispaces.com/What+do+those+numbers+mean+in+a+J48+tree%3F
基本上,它会将缺少值的实例分割开来,并将其视为所有树中的分数实例。
对于示例数据集:https://www.cs.vassar.edu/~cs366/data/weka_files/vote.arffWeka的Vote.arff
决策树结果:医师费冻结= n:民主党人(253.41 / 3.75)。
第一个数字表示到达该节点的正确事物的数量。 (在该民主人士中),“ /”之后的第二个数字表示到达该节点的不正确物体的数量(在这种情况下为共和党人)
实例总数:435没有的总数(也是正确的东西的整数):253没有的概率:253/435 = 0.58
丢失的数据总数:11出现“否”的总次数:8概率:8/11 = 0.72
丢失的数据可能为空的总概率:0.58 X 0.72 = 0.42
正确的总数:253 + 0.42 = 253.42〜253.41
“ /”后面的数字表示到达该节点的不正确物体的数量。现在,如果您看到此数据,则有五个不正确的情况,其中结果是“共和党”,而“医师冻结费”是“ n”(或“?”)]
这五个可以分为以下几类:“ n”个不正确实例总数:2带有“?”的不正确实例总数:3
类似公式:
2+(253/435)* 3 = 3.75