Come spiegare i risultati di una classificazione R Predictive Analytics Model - dummies

Un'altra attività nell'analisi predittiva è quello di classificare nuovi dati predittendo a quale classe appartiene un elemento di dati di destinazione, dato un insieme di variabili indipendenti. È possibile, ad esempio, classificare un cliente per tipo, ad esempio un cliente di valore elevato, un cliente abituale o un cliente pronto a passare a un concorrente utilizzando un albero decisionale.

Per visualizzare alcune informazioni utili sul modello di classificazione R, digitare il seguente codice:

>> sommario (modello) Lunghezza Classe Modalità 1 BinaryTree S4

La colonna Classe ti dice che hai creato un albero decisionale. Per vedere come vengono determinate le divisioni, è sufficiente digitare il nome della variabile a cui è stato assegnato il modello, in questo caso il modello, in questo modo: >> modello Albero dell'inferenza condizionale con 6 nodi terminali Risposta: input seedType: area, perimetro, compattezza, lunghezza, larghezza, asimmetria, lunghezza2 Numero di osservazioni: 147 1) area <= 16 2; criterio = 1, statistica = 123. 423 2) area <= 13 37; criterio = 1, statistica = 63. 549 3) lunghezza2 4. 914 5) * pesi = 45 2) area> 13. 37 6) lunghezza2 5. 396 8) * pesi = 8 1) area> 16. 2 9) lunghezza2 5. 877 11) * pesi = 40

Ancora meglio, puoi visualizzare il modello creando una trama dell'albero decisionale con questo codice:> trama (modello)

Questa è una rappresentazione grafica di un albero decisionale. Puoi vedere che la forma complessiva riproduce quella di un albero reale. È composto da

nodi

(cerchi e rettangoli) e collegamenti o bordi (le linee di collegamento). Il primo nodo (che inizia in alto) è chiamato nodo radice

ei nodi nella parte inferiore dell'albero (rettangoli) sono chiamati nodi terminali . Ci sono cinque nodi decisionali e sei nodi terminali.

In ogni nodo, il modello prende una decisione in base ai criteri nel cerchio e nei collegamenti e sceglie una strada da percorrere. Quando il modello raggiunge un nodo terminale, viene raggiunto un verdetto o una decisione finale. In questo caso particolare, due attributi, il e il, sono usati per decidere se un dato tipo di seme è in classe 1, 2 o 3.

Ad esempio, prendi l'osservazione # 2 dal set di dati. Ha una di 4. 956 e una di 14. 88. Puoi usare l'albero appena creato per decidere quale particolare tipo di seme appartiene a questa osservazione. Ecco la sequenza di passaggi:

Inizia dal nodo radice, che è il nodo 1 (il numero è mostrato nel quadratino nella parte superiore del cerchio). Decidi in base all'attributo: è l'osservazione n. 2 minore o uguale a (denotata da <=) 16.2? la risposta è sì, quindi spostati lungo il percorso fino al nodo 2.

Al nodo 2, il modello chiede: L'area è 13. 37? La risposta è sì, quindi spostati lungo il percorso verso il nodo 6. A questo nodo il modello chiede: La lunghezza2 <= 5. 396? è, e ti sposti al nodo terminale 7 e il verdetto è che l'osservazione n. 2 è del tipo di seme 1. Ed è, di fatto, il tipo di seme 1.

1. Il modello esegue quel processo per tutte le altre osservazioni per prevedere il loro classi.

2. Per scoprire se hai allenato un buon modello, confrontalo con i dati di allenamento. È possibile visualizzare i risultati in una tabella con il seguente codice: >> tabella (previsione (modello), trenoSet $ ​​seedType) 1 2 3 1 45 4 3 2 3 47 0 3 1 0 44

   I risultati mostrano che l'errore (o il tasso di errata classificazione) è 11 su 147 o il 7,4 percento.

3. Con i risultati calcolati, il passo successivo è leggere la tabella.

   Le previsioni corrette sono quelle che mostrano i numeri di colonna e di riga come uguali. Questi risultati appaiono come una linea diagonale da sinistra a sinistra a destra in basso; ad esempio, [1, 1], [2, 2], [3, 3] sono il numero di previsioni corrette per quella classe.
   

   Quindi, per il tipo di seme 1, il modello lo ha previsto correttamente 45 volte, mentre ha classificato erroneamente il seme 7 volte (4 volte come seed type 2 e 3 volte come type 3). Per il tipo di seme 2, il modello lo ha correttamente previsto 47 volte, mentre lo ha classificato erroneamente per 3 volte. Per il tipo di seme 3, il modello lo ha previsto correttamente 44 volte, mentre lo classifica erroneamente solo una volta.

4. Questo dimostra che questo è un buon modello. Quindi ora lo valuti con i dati del test. Ecco il codice che utilizza i dati di test per prevederli e memorizzarli in una variabile (testPrediction) per un uso successivo: >> testPrediction <- predicti (model, newdata = testSet)

   Per valutare come il modello viene eseguito con il prova i dati, visualizzali in una tabella e calcoli l'errore, per il quale il codice è simile a questo: >> tabella (testPrediction, testSet $ ​​seedType) testPrediction 1 2 3 1 23 2 1 2 1 19 0 3 1 0 17