summary_dt_JPH {lazy.tree}

R Documentation

決定木の結果の要約

Description

決定木の結果（class DecTree object）またはそれと新しい説明変数行列 X が与えられた場合に、様々な適合度指標を計算する。
English help file: summary_dt

Usage

summary_dt( obj, y, X=NULL, yhat=NULL, prob=NULL
                  , minp=1e-4, nleaf=0, print=1
                  , outpred=0, title="" )

Arguments

obj	DecTree クラスオブジェクトまたは node のリスト.
y	基準変数
X	新しい説明変数行列
yhat	予測値のベクトル
prob	確率の行列
minp	確率の最小値
nleaf	obj が node の場合の葉の数
print	= 0 出力を抑制する
outpred	= 1 予測値を出力する
title	タイトル文字列

Details

ベクトルの対 (y,X) を用いて統計量を計算する。 y や yhat は obj に含まれるものを用いても良いし 引数として与えても良い。

X と y が与えたれた場合には、predict_dt により y の予測値が計算される。

X も yaht も与えられていない場合には、obj に含まれる ノード情報の中から yhat の値が抽出される。

Value

以下の要素からなるリスト:

\code{y} がカテゴリカルな場合
nleaf:  葉の数
Tab:       混同行列 confusion matrix: (row=true, col=predicted)
margin: 周辺度数
Gini: gini 係数
mllh: 多項分布を仮定したときの対数尤度
nparam, aic, bic:
tprecision: total precision
macroF1: macro F1
weightedF1: 重み付き F1
SCT: 各水準ごとの accuracy, precision, recall, specificity, and F1-score

\code{y} が連続量の場合
nleaf:  葉の数
corr:  \code{y} と予測値の間の相関係数

Examples

Xc <- as.data.frame(cbind(square$c1,square$c2))
res1 <- DecTree( square$Class4, Xc, maxdepth=3, print=1 )
# temp と temp2 は同じになるはず。
# X は与えない。
temp <- summary_dt( res1, square$Class4, title="square" )
# X として obj に含まれるものと同じものを与える。
temp2 <- summary_dt( res1, square$Class4, Xc, title="square" )
# y と yhat のみ、prob なし
temp22 <- summary_dt( yhat=res1$yhat, y=square$Class4)
# 新しい X を与える。
temp3 <- summary_dt( res1, square$Class4[1:10], Xc[1:10,], title="square" )

# @keywords internal

---