Error matrix for the Decision Tree model on Pred_027_2016_H2_T.csv [validate] (counts):
Predicted
Actual -1 0 1 Error
-1 7848 637 0 7.5
0 85 14055 0 0.6
1 0 7789 0 100.0
Error matrix for the Decision Tree model on Pred_027_2016_H2_T.csv [validate] (proportions):
Predicted
Actual -1 0 1 Error
-1 25.8 2.1 0 7.5
0 0.3 46.2 0 0.6
1 0.0 25.6 0 100.0
Error matrix for the Decision Tree model on Pred_027_2016_H2_T.csv [test] (counts):
Predicted
Actual -101 Error
-1785861307.20611398600.41078960100.0
Error matrix for the Decision Tree mode l on Pred_027_2016_H2_T.csv [test] (proportions):
Predicted
Actual -101 Error
-125.8207.200.24600.410.0260100.0
我明白了,谢谢你。只是在逻辑上与arrSell到处都不一样,这让我感到困惑。
只有arr_Buy列的信息
我明白了,谢谢你。只是在逻辑上它与arrSell到处不一致,这让我感到困惑。
我也有类似的压力,但后来我意识到Arr_Sell有一个过滤器。我只是只把目标的复制到旧文件中。
我也有类似的压力,但后来我意识到Arr_Sell有一个过滤器。我只是把目标复制到旧文件。
请用文字说明。
我不明白为什么你根本就没有一个猜测单位?
请用文字说明。
我不明白的是,为什么你根本就没有一个猜测单位?
这不是我--是Rpart。
这非常奇怪:只有-1是好的。
"0 "也不是很好:13986/(13986+7896+613)=62%的猜测或37.82%的误差
这不是我--是Rpart。
一切都非常奇怪:只有-1是好的猜测。
"0 "也不好:13986/(13986+7896+613) =62%猜中或37.82%错误
挺奇怪的,如果你拿2015年的文件,会不会猜到1?
一般来说,3个班的目标不是很好。最好分成两个目标:(-1,0)和(0.1),然后在决定位置时合并。
这与要求我做的事恰恰相反。
有人要求我做相反的事。
也许这是一个品味的问题...
顺便说一下,为了回答你的问题。
Variables actually used in tree construction: [1] arr_Sell
由于某种原因,只使用了一个变量。
没有等到其他型号的产品。我把一个随机森林。如果我等待,我将发布它。
也许这是一个品味的问题...
顺便说一下你的问题的答案。
由于某种原因,只使用了一个变量。
没有等到其他型号的产品。我把一个随机森林。如果我做到了,我会把它贴出来。
所以我不明白,他是使用了另一个阵列,还是他建议使用另一个有目标的阵列?
只是结果很好,我需要了解什么和如何重现它:)