デシジョンツリーの解釈（タイタニックデータ）

Question

私はかなりdecision treesに新しく、分岐を下ったときにそれらを解釈するのに少し問題があります。応答変数は、年齢、運賃、兄弟姉妹の数、および私が以下の決定木を付けた親の数によって予測される、Survived（Yes/No）です。 KaggleのTitanicデータセット。

1. グリーン/ブルーの色はどういう意味ですか？
2. 葉ノードをどのように解釈すればよいですか？
3. 私は38％が生き残るために非常にトップノードのintepretsを理解しています、そして、62％は が生き残りませんでした、そして母集団の100％はそのバケットにあります。 を右に移動すると、どうすればバケット＃3を解釈できますか？私が行っていたら、 バケツ＃6？などなど...

Titanic Decision Tree

Answer 1

1）ノードは、ノードに対応する多数のクラスに応じて着色されています。大多数のクラスラベルがno（生存していない）のノードは緑色に着色され、それ以外の場合は青色（yesまたは生き残り）です。

2）左端の葉ノードをその底部で解釈しましょう。そのノードに対応するデータポイントの83%は、クラスラベルnoを有し、17%は、クラスラベルyesを有する。このノードには、データセット全体からの62%データポイントが含まれます。

3）バケット＃3も同様に解釈することができる。ノードに対応するデータポイントの26%はクラスラベルnoと74%クラスラベルyesを有しています。このノードには、データセット全体からの35%データポイントが含まれています。ノード＃2と＃3のラベルnoの加重比率を計算すると、ラベルnoを含むルートノード内のデータの割合である0.65*0.81+0.35*0.26=0.6175~0.62が得られます。