Comment expliquer les résultats d'une classification des r analyse prédictive modèle

Une autre tâche de l'analyse prédictive est de classer les nouvelles données en prédisant quelle classe un élément de cible de données appartient, étant donné un ensemble de variables indépendantes. Vous pouvez, par exemple, de classer un client par type - par exemple, en tant que client de grande valeur, un client régulier, ou un client qui est prêt à passer à un concurrent - en utilisant un arbre de décision.

Pour voir quelques informations utiles sur le modèle de classification R, tapez le code suivant:

> Résumé (modèle) Longueur Classe Mode1 BinaryTreeS4

La Classe colonne vous dit que vous avez créé un arbre de décision. Pour voir comment les scissions sont déterminés, vous pouvez simplement taper le nom de la variable dans laquelle vous avez attribué le modèle, dans ce cas, modèle, comme ça:

> ModelConditional arbre de l'inférence avec 6 terminaux nodesResponse: seedTypeInputs: surface, le périmètre, la compacité, longueur, largeur, asymétrie, length2Number d'observations: 1471) région lt; = 16.2- critère = 1, statistique = 123,4232) zone lt; = 13.37- critère = 1, statistique = 63,5493) length2 lt; = 4.914- critère = 1, statistique = 22,2514) * poids = 113) length2> 4,9145) * poids = 452) zone> 13,376) length2 = 336) length2> 5,3968) * = 81) = zone 5.396- critère = 1, statistique = 16,317) * de poids de poids> 16.29) de length2; lt lt; = 5.877- critère = 0,979, statistique = 8.76410) * poids = 109) length2> 5,87711) * poids = 40

Encore mieux, vous pouvez visualiser le modèle en créant un terrain de l'arbre de décision avec ce code:> plot (modèle)

Ceci est une représentation graphique d'un arbre de décision. Vous pouvez voir que les imite globaux de forme que d'un vrai arbre. Il est fait de nœuds (les cercles et rectangles) et links ou bords (les lignes de connexion).

Le premier nœud (en partant du haut) est appelé le nœud racine et les noeuds dans la partie inférieure de l'arbre (rectangles) sont appelés noeuds terminaux. Il ya cinq nœuds de décision et six noeuds terminaux.

A chaque nœud, le modèle rend une décision fondée sur les critères dans le cercle et les liens, et choisit un chemin à parcourir. Quand le modèle atteint un noeud terminal, un verdict ou une décision finale soit prise. Dans ce cas particulier, deux attributs, le et le, sont utilisés pour décider si un type de semence donnée est dans la classe 1, 2 ou 3.

Par exemple, prenez l'observation n ° 2 de l'ensemble de données. Il a une de 4.956 et une 14,88. Vous pouvez utiliser l'arbre que vous venez de construire de décider quel type particulier de semences cette observation appartient. Voici la séquence d'étapes:

1. Commencez par le nœud racine, qui est le nœud 1 (le numéro est indiqué dans le petit carré en haut du cercle). Décider en fonction de l'attribut: Est ce que le n ° 2 de l'observation inférieur ou égal à (notée lt; =) 16.2? La réponse est oui, alors déplacer le long du chemin vers le noeud 2.

2. Au noeud 2, le modèle demande: Est-la région lt; = 13,37? La réponse est non, alors essayez le lien suivant qui vous demande: Est-la région> 13,37? La réponse est oui, alors déplacer le long du chemin vers le noeud 6. A ce noeud du modèle demande: Est ce que le length2 lt; = 5.396? Il est, et vous déplacer vers le noeud borne 7 et le verdict est que l'observation n ° 2 est de type de semences 1. Et il est, en fait, le type de semences 1.

   Le modèle fait ce processus pour tous les autres observations pour prédire leurs classes.

3. Pour savoir si vous avez formé un bon modèle, vérifier contre les données de formation. Vous pouvez afficher les résultats dans un tableau avec le code suivant:

   > Table (prévoir (modèle), rame $ seedType) 1 2 31 45 4 32 3 47 03 1 0 44

   Les résultats montrent que l'erreur (ou taux d'erreur de classification) est de 11 sur 147, ou 7,48 pour cent.

4. Avec les résultats calculés, la prochaine étape est de lire la table.

   Les prédictions correctes sont celles qui montrent le nombre de colonnes et de lignes que la même chose. Ces résultats montrent comme une ligne diagonale du haut à gauche vers en bas à droite; par exemple, [1,1], [2,2], [3,3] sont le nombre de prédictions correctes pour cette classe.

   Donc, pour le type de semences 1, le modèle prédit correctement il 45 fois, tandis que la classification incorrecte de la graine 7 fois (4 fois que le type de semences, 2 et 3 fois que le type 3). Pour le type de semences 2, le modèle prédit correctement il 47 fois, tandis que la classification incorrecte de 3 fois. Pour le type de semences 3, le modèle prédit correctement il 44 fois, tandis que de mal classer une seule fois.

Cela montre que cela est un bon modèle. Alors maintenant, vous évaluez avec les données de test. Voici le code qui utilise les données de test pour prédire et de le stocker dans une variable (testPrediction) Pour une utilisation ultérieure:

> TestPrediction lt; - prédire (modèle, newdata = testSet)

Pour évaluer comment le modèle réalisée avec les données de test, voir dans un tableau et de calculer l'erreur, pour laquelle le code ressemble à ceci:

> Table (testPrediction, testSet $ ​​seedType) testPrediction 2 31 23 1 2 12 1 19 03 1 0 17

Les résultats montrent que l'erreur est de 5 à 64, ou 7,81 pour cent. Ceci est cohérent avec les données d'apprentissage.