Hem Personliga finanser Hur man förklarar resultaten av en R-klassificeringsprediktiv Analytics-modell - dummies

Hur man förklarar resultaten av en R-klassificeringsprediktiv Analytics-modell - dummies

Video: Jag maxade i bänkpress 31 dagar i rad! Mitt resultat + alla lyft 2025

Video: Jag maxade i bänkpress 31 dagar i rad! Mitt resultat + alla lyft 2025
Anonim

En annan uppgift i predictive analytics är att klassificera nya data genom att förutsäga vilken klass ett måldata av data tillhör, givet en uppsättning oberoende variabler. Du kan till exempel klassificera en kund efter typ - säg som en högkvalitativ kund, en vanlig kund eller en kund som är redo att byta till en konkurrent - genom att använda ett beslutsträd.

För att se några användbara uppgifter om R-klassificeringsmodellen skriver du in följande kod:

>> sammanfattning (modell) Längdklassläge 1 BinaryTree S4
Klasskolumnen berättar att du har skapat ett beslutsträd. För att se hur splittringarna bestäms kan du helt enkelt skriva in namnet på variabeln där du tilldelade modellen, i det här fallet modell, så här: >> modell Villkorligt inferensträd med 6 terminalnoder Svar: seedType Inputs: Område, omkrets, kompaktitet, längd, bredd, asymmetri, längd2 Antal observationer: 147 1) Område <= 16. 2; kriterium = 1, statistik = 123. 423 2) område <= 13. 37; kriterium = 1, statistik = 63. 549 3) längd2 4. 914 5) * vikter = 45 2) område> 13. 37 6) längd2 5. 396 8) * vikter = 8 1) område> 16 2 9) längd2 5. 877 11) * vikter = 40

Ännu bättre, du kan visualisera modellen genom att skapa en plot av beslutet träd med denna kod:> plot (modell)


Detta är en grafisk representation av ett beslutsträd. Du kan se att den övergripande formen efterliknar det som ett riktigt träd. Den är gjord av

noder

(cirklarna och rektanglarna) och länkarna eller kanterna (anslutningslinjerna). Den första noden (från början) kallas rotnod

och noderna på botten av trädet (rektanglar) kallas terminalnoder . Det finns fem beslutskoder och sex terminala noder.

Vid varje nod gör modellen ett beslut baserat på kriterierna i cirkeln och länkarna och väljer ett sätt att gå. När modellen når en terminalnod, uppnås en dom eller ett slutgiltigt beslut. I det här fallet används två attribut, och och, för att bestämma huruvida en given fröetyp är i klass 1, 2 eller 3.

Ta till exempel observation nr 2 från datasetet. Den har en av 4. 956 och en av 14. 88. Du kan använda det träd du just byggt för att bestämma vilken sorts frö typ som denna observation hör till. Här är sekvensen av steg:

Börja vid rotnodet, vilket är nod 1 (numret visas i den lilla rutan längst upp i cirkeln). Bestäm baserat på attributet: Är observationen # 2 mindre än eller lika med (betecknad med <=) 16.2? svaret är ja, så rör dig längs vägen till nod 2.

Vid nod 2 frågar modellen: Är området 13. 37? Svaret är ja, så rör dig längs vägen till nod 6. Vid denna nod frågar modellen: Är längden2 <= 5.396? Det är, och du flyttar till terminal nr 7 och domen är att observation # 2 är av frö typ 1. Och det är faktiskt frö typ 1.

  1. Modellen gör det för alla andra observationer för att förutsäga deras klasser.

  2. För att få reda på om du har utbildat en bra modell, kontrollera den mot träningsdata. Du kan se resultaten i en tabell med följande kod: >> tabell (förutsäga (modell), trainSet $ ​​seedType) 1 2 3 1 45 4 3 2 3 47 0 3 1 0 44

    Resultaten visar att felet (eller felklassificeringsfrekvensen) är 11 av 147 eller 7 48 procent.

  3. Med de beräknade resultaten är nästa steg att läsa tabellen.

    Korrekta förutsägelser är de som visar kolumn- och radnummer som samma. Dessa resultat visas som en diagonal linje från vänster till vänster till höger; till exempel [1, 1], [2, 2], [3, 3] är antalet korrekta förutsägelser för den klassen.
    

    Så för frö typ 1, förutspådde modellen det 45 gånger, medan man inte klassificerade fröet 7 gånger (4 gånger som frö typ 2 och 3 gånger som typ 3). För frö typ 2 förutspådde modellen det 47 gånger, medan det klassificerades 3 gånger. För frö typ 3, förutspådde modellen det 44 gånger, medan det endast klassificerades en gång.

  4. Detta visar att det här är en bra modell. Så nu utvärderar du det med testdata. Här är koden som använder testdata för att förutsäga och lagra den i en variabel (testPrediction) för senare användning: >> testPrediction <- predict (model, newdata = testSet)

    För att utvärdera hur modellen utfördes med testdata, se den i en tabell och beräkna felet, för vilket koden ser ut så här: >> tabell (testPrediction, testSet $ ​​seedType) testPrediction 1 2 3 1 23 2 1 2 1 19 0 3 1 0 17

Hur man förklarar resultaten av en R-klassificeringsprediktiv Analytics-modell - dummies

Redaktörens val

Office 365 Grupper - Dummies

Office 365 Grupper - Dummies

Du kan använda Office 365 Grupper, eller helt enkelt grupper, för att snabbt bandet tillsammans med medarbetare till samarbeta utan administrationsansvar som följer med en SharePoint-webbplats. Grupper är inte en del av SharePoint Online. Det är faktiskt en funktion i Exchange Online, men den använder SharePoint Online-funktioner, till exempel OneDrive for Business för att lagra gruppfiler ...

Office 365 Mobil Dokument i molnet - Dummies

Office 365 Mobil Dokument i molnet - Dummies

Varje Office 365-abonnent med en kvalificerad plan kan installera Office mobilappar på upp till fem tabletter och fem smartphones. Kvalificeringsplanerna är: Office for Business Premium, Office 365 Business, Office 365 Pro Plus, Office 365 E3 och Office 365 E5. Kärnan Office-appar finns i Windows, iOS och Android ...

Office Graph och Delve - dummies

Office Graph och Delve - dummies

Office Graph i Office 365 ger en möjlighet för människor att dra nytta av relationer och aktiviteter och göra dem till meningsfulla insikter. De signaler du skickar från e-postkonversationer och möten i Outlook, snabbmeddelanden i Skype for Business, sociala interaktioner på Yammer och dokument i SharePoint Online och OneDrive samlas alla och ...

Redaktörens val

Elektronik Komponenter: Sätt in induktorer till arbete - dummies

Elektronik Komponenter: Sätt in induktorer till arbete - dummies

Om du har undrat vad induktorer används egentligen i elektroniska kretsar i verkligheten, här är några av de vanligaste användningarna för induktorer: Utjämning av spänning i en strömförsörjning: Det sista steget i en typisk strömförsörjningskrets som omvandlar 120 VAC hushållsström till en användbar direkt Nuvarande är ofta en ...

Elektronik Komponenter: Introduktion av mikrokontroller - dummies

Elektronik Komponenter: Introduktion av mikrokontroller - dummies

En mikrokontroller är en komplett dator på en enda elektronisk chip. De kan köpas för $ 50 eller mindre. Liksom alla datorsystem består mikrodatorer av flera grundläggande delsystem: Central Processor (CPU): En CPU utför de instruktioner som tillhandahålls av ett program. CPU kan göra alla nödvändiga åtgärder för ...

Elektronik Komponenter: Motstånd Power Ratings - dummies

Elektronik Komponenter: Motstånd Power Ratings - dummies

Motstånd är som bromsar för ström som strömmar genom en elektronisk krets. Liksom bromsarna i din bil arbetar motstånd genom att använda den elektriska ekvivalenten av friktion till strömningsströmmen. Denna friktion hämmar strömmen av ström genom att absorbera en del av strömens energi och sprida den i form av värme. När du använder en ...

Redaktörens val

Hur man konfigurerar SSH för din webbplats - dummies

Hur man konfigurerar SSH för din webbplats - dummies

Secure shell (SSH) är ett nätverksprotokoll för att tillåta säker datakommunikation. I själva verket är det som en webbhotell bakdörr i ditt system - en som borde förbli låst om du inte behöver använda den. Naturligtvis är exakt hur du konfigurerar SSH olika på alla typer av webbhotell, men som ...

Hur man skapar en ny webbhotell - dummies

Hur man skapar en ny webbhotell - dummies

Du måste skapa din databas inom din webbhotellskontrollpanel och skapa en speciell databasanvändare som har behörighet att komma åt den. När du installerar en webbapplikation eller ett skript som kräver en databas från kontrollpanelen, kommer installationsprogrammet sannolikt att kunna skapa en egen databas och användare. ...

Hur man skapar nya konton på webbhotell med FTP-dummies

Hur man skapar nya konton på webbhotell med FTP-dummies

Du kanske vill att skapa ytterligare konton på en webbhanterad ftp av olika orsaker. Detta möjliggör viss mångsidighet och kontroll för att förbättra din företagsfunktionalitet. Några skäl till att lägga till ett konto är följande: Du vill ge någon annan FTP-åtkomst till din webbplats. Du vill ge någon FTP-åtkomst ...