1
아래의 분류 트리에 대해 R (v 3.4.0)의 예측 함수를 사용하면 10 개의 열이 출력됩니다.RPART 형식 매트릭스에 대한 예측 출력을 설명합니다.
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
1 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
5 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
9 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
13 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
17 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
21 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
25 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
29 3 0 0 37 0 0.0 0.00 1.00 0.0 0.37755102
나는이 컬럼의 설명을 알고 싶어 (각 열은 무엇을 나타내는 지에서) :
p2 <- predict(mmodel,test_data,type = "matrix")
출력은 다음과 같이 보인다. 데이터 집합에 4 개의 클래스가 있습니다.
RPART 설명서에 나와있는 내용을 잘 모르겠습니다.
type = "matrix"경우 :전체 응답 행렬 (프레임 $의 yval2이 존재하는 경우, 달리 프레임 $의 경우 yval). 회귀 트리의 경우 이것은 평균 응답입니다. 포아송 트리의 경우 응답 트리의 해당 노드에서 노드의 응답 속도 및 이벤트 수이며, 분류 트리의 경우 적어도 예측 클래스의 연결입니다. 클래스가 적용된 트리에서 의 클래스 수와 클래스 확률 (일부 버전의 rpart에는 추가 열이 포함될 수 있음).