machine-learning - 决策树解释(泰坦尼克号数据)

Question

我对决策树相当陌生，当我向下移动分支时，在解释它们时遇到了一些困难。我对 R 上绘制的图有一些疑问。响应变量是 Survived (Yes/No)，即根据年龄、票价、 sibling 数量和 parent 数量进行预测，我使用 Kaggle 的 Titanic 数据集在下面附加了一个决策树。

1. 不同颜色的绿色/蓝色分别代表什么意思？
2. 如何解释叶节点？
3. 据我了解，最顶层的节点解释为 38% 幸存，62% 幸存 无法生存，100%的人口都在这个桶里。如果我搬家 向右...我如何解释 Bucket #3？如果我继续前进， 6 号桶？等等等等...

Titanic Decision Tree

Answer 1

1) 节点根据与节点对应的多数类来着色。多数类标签为 no(未幸存)的节点着色为绿色，否则为蓝色(yes 或幸存)。

2) 让我们解释一下底部最左边的叶节点。与该节点对应的数据点的 83% 具有类标签 no，17% 具有类标签 yes。该节点包含整个数据集中的 62% 数据点。

3) Bucket #3 可以类似地解释:与节点对应的数据点的 26% 具有类标签 no 和 74%有类标签 yes。该节点包含整个数据集中的 35% 数据点。如果计算节点#2和#3的no标签的加权比例，您将得到0.65*0.81+0.35*0.26=0.6175~0.62，这是根节点中包含标签no的数据比例。