如何解释weka分类结果J48

Question

我需要帮助使用J48解释weka的结果。

我不知道如何解释结果，我正在使用来自http://archive.ics.uci.edu/ml/datasets/Heart+Disease的dataset心脏病数据集

和J48树

请帮助我，对此分析我的结果的一些要点是：

===运行信息===

• 计划: weka.classifiers.trees.J48 -C 0.25 -M 2
• 关系: AnaliseCardiaca
• 实例: 303
• 属性: 14
  • 年龄
  • 性
  • cp
  • trestbps
  • 查尔
  • fbs
  • restecg
  • 塔拉奇
  • 外扬
  • 老峰
  • 坡度
  • ca
  • 萨尔
  • num测试模式:10倍交叉验证

​

===分类器模型(全训练集) ===

J48剪枝树

cp <= 3
|   sex <= 0: 0 (57.0/2.0)
|   sex > 0
|   |   slope <= 1
|   |   |   fbs <= 0
|   |   |   |   trestbps <= 152
|   |   |   |   |   thalach <= 162
|   |   |   |   |   |   ca <= 1
|   |   |   |   |   |   |   age <= 56: 0 (12.0/1.0)
|   |   |   |   |   |   |   age > 56: 1 (3.0/1.0)
|   |   |   |   |   |   ca > 1: 1 (2.0)
|   |   |   |   |   thalach > 162: 0 (27.0)
|   |   |   |   trestbps > 152: 1 (4.0/1.0)
|   |   |   fbs > 0: 0 (9.0)
|   |   slope > 1
|   |   |   slope <= 2
|   |   |   |   ca <= 0
|   |   |   |   |   fbs <= 0
|   |   |   |   |   |   chol <= 261
|   |   |   |   |   |   |   oldpeak <= 2.5: 0 (11.61/1.0)
|   |   |   |   |   |   |   oldpeak > 2.5: 1 (3.0)
|   |   |   |   |   |   chol > 261: 1 (4.0)
|   |   |   |   |   fbs > 0: 0 (4.0)
|   |   |   |   ca > 0
|   |   |   |   |   thal <= 6: 1 (6.0/1.0)
|   |   |   |   |   thal > 6
|   |   |   |   |   |   thalach <= 145: 0 (3.39)
|   |   |   |   |   |   thalach > 145: 1 (5.0/1.0)
|   |   |   slope > 2: 0 (8.0/1.0)
cp > 3
|   thal <= 3
|   |   ca <= 2
|   |   |   exang <= 0
|   |   |   |   sex <= 0
|   |   |   |   |   chol <= 304: 0 (14.0)
|   |   |   |   |   chol > 304: 1 (3.0/1.0)
|   |   |   |   sex > 0
|   |   |   |   |   ca <= 0: 0 (10.0/1.0)
|   |   |   |   |   ca > 0: 1 (3.0)
|   |   |   exang > 0
|   |   |   |   restecg <= 1
|   |   |   |   |   slope <= 1: 0 (2.0)
|   |   |   |   |   slope > 1: 1 (5.37)
|   |   |   |   restecg > 1
|   |   |   |   |   ca <= 0: 0 (4.0)
|   |   |   |   |   ca > 0
|   |   |   |   |   |   ca <= 1
|   |   |   |   |   |   |   thalach <= 113: 0 (2.0)
|   |   |   |   |   |   |   thalach > 113: 1 (4.0)
|   |   |   |   |   |   ca > 1: 0 (2.0)
|   |   ca > 2: 1 (4.0)
|   thal > 3
|   |   fbs <= 0
|   |   |   ca <= 0
|   |   |   |   chol <= 278: 0 (23.0/8.0)
|   |   |   |   chol > 278: 1 (6.0)
|   |   |   ca > 0: 1 (46.0/12.0)
|   |   fbs > 0
|   |   |   ca <= 1: 1 (3.88)
|   |   |   ca > 1: 0 (11.75/4.75)

叶数: 31

树的大小: 61

结果img

Answer 1

如果使用的是Weka Explorer，则可以右键单击结果列表中的结果行(位于窗口左侧的“开始”按钮下)。然后选择可视化树。这将显示树的图像。

如果您仍然想了解问题中显示的结果：

结果以树的形式显示。树的根从左边开始，使用的第一个特性称为cp。如果cp较小或等于3，那么树中的下一个特征是性别等等。你可以看到，当你按性别和性别分开时，<= 0就达到了一个预测。预测值为0，( 57 /2)表示训练集中的57个观测值最终出现在这条路径上，2个被错误地分类，即55个有标签0，2个有标签1。

树的开头是这样的：

                         --------start---------         
                         |                    |
                         |                    |
                         |cp > 3              | cp <= 3
                _________|______          ____|__________
                |              |          |              |
                |thal>3        |thal<=3   |sex>0         |sex<=0
                |              |          |              |
               ...            ...        ...         prediction 0 57(55,2)

Answer 2

安德烈F的解释很好。我想补充一些信息。

为什么这棵树的叶子上有浮动数字？一个实例(个体)能被拆分并得到一个浮点值吗？(在现实中，一个人是不能分裂的)

当实例完美地设置了所有属性时，就没有问题了。但是当实例缺少属性时，分类器(J48)就不知道该属性的树的方式。

例如，如果一个实例有其“old匹克”属性(类似于缺失的属性)，那么当它到达"chol <= 261“节点(到”old匹克“节点的前一个节点)时，分类器将根据概率对实例进行除法，并且实例的百分比将变为”<= 2.5“，而其他百分比将转到”old峰值> 2.5“。

分类器是如何计算这个概率的？它通过没有实际节点缺少属性的实例进行计算。对于这个例子，将是“old峰值”属性。

如果我们有25%的实例没有丢失的“<= 2.5”属性，并且有75%的实例没有缺失的“old峰值”属性被分类在“old匹克> 2.5”节点中，那么当分类器想要对一个缺少“<= 2.5”属性的实例进行分类时，该实例的25%将通过“old峰值<= 2.5”，其余的(75%)将通过“old峰值>2.5”。

您可以尝试删除缺少属性的实例，您将看到树只具有整数，而不是浮点数。

谢谢。