目录
1. 使用Model下的Tree
2. 操作步骤
2.1 新建File,导入数据集
2.2 查看数据
2.3 进入到Tree模型
2.4 进入到Tree Viewer
2.5 进行Test and Score
2.6 保存一下文件
使用决策树(Tree)模型对鸢尾花数据进行预测
使用的数据集:鸢尾花数据集(这是很经典的机器学习的数据集 sklearn中的)是classification问题
Tree 模型,也就是常说的决策树模型,可处理离散型数据与连续型数据,可用于classification和Regression
英文介绍:
Tree is a simple algorithm that splits the data into nodes by class purity (information gain for categorical and MSE for numeric target variable). It is a precursor to Random Forest. Tree in Orange is designed in-house and can handle both categorical and numeric datasets.
双击进入File,显示如下图所示:
鸢尾花数据集是Orange所带的,可以直接load,如果是自己的数据,可以直接选择自己的文件即可
从上图可看出,Feature有四个,分别为sepal length\sepal width\petal length\petal witdth,它们的类型为numeric(数值型)target为iris,value分别为Iris-virginica\vesicolor\setosa
点击Apply,进入下一步
双击Data Table,即可进入到如下图所示的界面,整个数据集如下:
双击进入到Tree模型
Tree parameters 介绍:
添加Tree Viewer到流程中,如下图所示:
如图左上角所示:
9 nodes, 5leaves: 说明分了九个节点,5个叶子(个人理解,如图中所示,蓝色的没有继续往下进行分支的为叶子,leaves是nodes的一种),可以调试Tree中的不同参数,看一下不同参数对这个Tree的影响
Zoom\width是调节显示的,可以自行调节看一下区别
Tree viewer可以接DataTable和Scatter Plot模块
在Tree Viewer后面是Selected data --->data
以Scatter Plot为例,双击之后显示如下图所示:
没有显示什么信息
这时,双击Selected data --->data,如下图所示,
拖拽中间线的起点终点即可改成下图:
此时,再双击Scatter Plot,显示如下图所示:
更改左侧的参数,调节不同显示效果
那么模型建好了,如何来看模型的效果呢?
这个时候,我们选用Test and Score 模块,我是基于之前的步骤,继续进行,添加Test and Score模块,如下图所示
双击Testa and Score,重要参数有cross validation 就是交叉验证,具体参数,这里不做详细介绍
number of folds 是指验证的次数
重要的结果参数:
目前我也只了解CA (Classification accuracy)这个数,越大越精准,后续随着学习,会对这方面做一个更明晰的解释。可看出,该模型预测准确度在95.3%
在Test and Score之后,可添加Condfusion Matrix,看可视化的再现模拟的结果
双击Confusion Matrix,如下图所示,Actual代表实际的真实的,Predicted代表模型预测的
Iris-setosa实际有50个,模型预测50个
Iris-versicolor实际50个,模型预测结果是51个,其中包括47个Iris-versicolor和4个错误的Iris-virginica
Iris-virginica实际50个,模型预测结果是49个,其中包括46个Iris-virginica和3个错误的Iris-versicolor
今日份学习到此结束