Como explicar os resultados de um modelo de análise preditiva de classificação R - dummies

Outra tarefa em análises preditivas é classificar novos dados ao prever a qual classe pertence um item alvo, dado um conjunto de variáveis ​​independentes. Você pode, por exemplo, classificar um cliente por tipo - digamos, como um cliente de alto valor, um cliente regular ou um cliente pronto para mudar para um concorrente - usando uma árvore de decisão.

Para ver algumas informações úteis sobre o modelo R Classification, digite o seguinte código:

>> resumo (modelo) Modo de classe de comprimento 1 BinaryTree S4

A coluna Classe informa que você criou uma árvore de decisão. Para ver como as divisões estão sendo determinadas, você pode simplesmente digitar o nome da variável na qual você atribuiu o modelo, neste modelo de caso, como este: >> modelo Árvore de inferência condicional com 6 nós de terminal Resposta: entradas de tipo seedType: área, perímetro, compacidade, comprimento, largura, assimetria, comprimento2 Número de observações: 147 1) área <= 16. 2; critério = 1, estatística = 123. 423 2) área <= 13. 37; critério = 1, estatística = 63. 549 3) comprimento2 4. 914 5) * pesos = 45 2) área> 13. 37 6) comprimento2 5. 396 8) * pesos = 8 1) área> 16. 2 9) comprimento2 5. 877 11) * weights = 40

Ainda melhor, você pode visualizar o modelo criando um gráfico da árvore de decisão com este código:> plot (model)

Esta é uma representação gráfica de uma árvore de decisão. Você pode ver que a forma geral imita a de uma árvore real. É feito de

nós

(círculos e retângulos) e links ou bordas (as linhas de conexão). O primeiro nó (começando na parte superior) é chamado de nó de raiz

e os nós na parte inferior da árvore (retângulos) são chamados nós terminais . Existem cinco nós de decisão e seis nós terminais.

Em cada nó, o modelo toma uma decisão com base nos critérios do círculo e nos links, e escolhe um caminho a seguir. Quando o modelo atinge um nó terminal, é alcançado um veredicto ou uma decisão final. Neste caso particular, dois atributos, o e o, são usados ​​para decidir se um determinado tipo de semente está na classe 1, 2 ou 3.

Por exemplo, tome a observação # 2 do conjunto de dados. Tem um de 4. 956 e um de 14. 88. Você pode usar a árvore que você acabou de construir para decidir qual tipo de semente particular a que essa observação pertence. Aqui está a seqüência de etapas:

Comece no nó raiz, que é o nó 1 (o número é mostrado no pequeno quadrado na parte superior do círculo). Decida com base no atributo: A observação # 2 é menor ou igual a (denotada por <=) 16.2? a resposta é sim, então, avance ao longo do caminho para o nó 2.

No nó 2, o modelo pergunta: a área é 13. 37? A resposta é sim, então, avance ao longo do caminho para o nó 6. Neste nó, o modelo pergunta: O comprimento2 <= 5. 396? é, e você se move para o nó terminal 7 e o veredicto é que a observação # 2 é de tipo semente 1. E é, de fato, tipo de semente 1.

1. O modelo faz esse processo para todas as outras observações para prever seus aulas.

2. Para descobrir se você treinou um bom modelo, confira os dados de treinamento. Você pode visualizar os resultados em uma tabela com o seguinte código: >> tabela (prever (modelo), trainSet $ ​​seedType) 1 2 3 1 45 4 3 2 3 47 0 3 1 0 44

   Os resultados mostram que o erro (ou taxa de classificação errada) é 11 de 147, ou 7. 48 por cento.

3. Com os resultados calculados, o próximo passo é ler a tabela.

   As previsões corretas são as que mostram os números de coluna e linha como o mesmo. Esses resultados aparecem como uma linha diagonal da parte superior esquerda para a parte inferior direita; por exemplo, [1, 1], [2, 2], [3, 3] são o número de previsões corretas para essa classe.
   

   Assim, para semente tipo 1, o modelo previu corretamente 45 vezes, enquanto classificamos incorretamente a semente 7 vezes (4 vezes como semente tipo 2 e 3 vezes como tipo 3). Para o tipo de semente 2, o modelo previu corretamente 47 vezes, enquanto a classificação incorreta 3 vezes. Para a semente de tipo 3, o modelo previu corretamente 44 vezes, enquanto a classificação errada apenas uma vez.

4. Isso mostra que este é um bom modelo. Então, você o avalia com os dados do teste. Aqui está o código que usa os dados do teste para prever e armazená-lo em uma variável (testPrediction) para uso posterior: >> testPrediction <- prever (modelo, newdata = testSet)

   Para avaliar como o modelo foi executado com o testar dados, visualizá-lo em uma tabela e calcular o erro, para o qual o código se parece com isto: >> table (testPrediction, testSet $ ​​seedType) testPrediction 1 2 3 1 23 2 1 2 1 19 0 3 1 0 17