Как вычислить частоту ошибок из дерева решений?

Ответ 1

Предполагая, что вы имеете в виду вычислительную частоту ошибок в образце, используемом для соответствия модели, вы можете использовать printcp(). Например, используя пример on-line,

> library(rpart)
> fit <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosis)
> printcp(fit)

Classification tree:
rpart(formula = Kyphosis ~ Age + Number + Start, data = kyphosis)

Variables actually used in tree construction:
[1] Age   Start

Root node error: 17/81 = 0.20988

n= 81 

        CP nsplit rel error  xerror    xstd
1 0.176471      0   1.00000 1.00000 0.21559
2 0.019608      1   0.82353 0.82353 0.20018
3 0.010000      4   0.76471 0.82353 0.20018

Root node error используется для вычисления двух показателей прогнозирующей производительности при рассмотрении значений, отображаемых в столбцах rel error и xerror, и в зависимости от параметра сложности (первый столбец):

• 0.76471 x 0.20988 = 0.1604973 (16.0%) - частота ошибок повторной регистрации (т.е. частота ошибок, вычисленная на обучающей выборке) - это примерно

  class.pred <- table(predict(fit, type="class"), kyphosis$Kyphosis)
  1-sum(diag(class.pred))/sum(class.pred)
  

• 0,82353 x 0,20988 = 0,1728425 (17,2%) - это кросс-проверенная частота ошибок (с использованием 10-кратного CV, см. xval в rpart.control(), но также см. xpred.rpart() и plotcp(), который полагается на этот вид меры). Эта мера является более объективным показателем точности прогноза.

Обратите внимание, что он более или менее согласуется с точностью классификации от tree:

> library(tree)
> summary(tree(Kyphosis ~ Age + Number + Start, data=kyphosis))

Classification tree:
tree(formula = Kyphosis ~ Age + Number + Start, data = kyphosis)
Number of terminal nodes:  10 
Residual mean deviance:  0.5809 = 41.24 / 71 
Misclassification error rate: 0.1235 = 10 / 81 

где Misclassification error rate вычисляется из учебного образца.