¿Cómo calcular la tasa de error de un árbol de decisión?

Question

¿Alguien sabe cómo calcular la tasa de error para un árbol de decisión con R? Estoy usando la función rpart().

Answer 1

Suponiendo que se refiere a la tasa de error de cálculo en la muestra utilizada para adaptarse al modelo, puede usar printcp(). Por ejemplo, usando el ejemplo en línea,

> 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 

El Root node error se usa para calcular dos medidas de rendimiento predictivo, al considerar los valores mostrados en la columna de la rel error y xerror, y en función del parámetro de complejidad (primera columna) :

• 0,76471 x 0,20988 = 0,1604973 (16,0%) es la tasa de error resubstitution (es decir, tasa de errores calculada en la muestra de entrenamiento) - esto es aproximadamente

  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%) es el tasa de error de validación cruzada (utilizando 10 veces CV, ver xval en rpart.control(); pero vea también xpred.rpart() y plotcp() que se basa en este tipo de medida). Esta medida es un indicador más objetivo de la precisión predictiva.

en cuenta que es más o menos de acuerdo con la precisión de la clasificación de 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 

donde Misclassification error rate se calcula a partir de la muestra de entrenamiento.