值列表在决策树图中意味着什么
What does the value list mean in a Decision Tree graph
查看此问题时, I have trouble understanding the value list of the Decision Tree。例如，顶部节点的值=[1,3]。 1和3到底是什么？这是否意味着如果 X[2]<= 0.5，则 1 为假，3 为真？如果是这样，则值列表是[错误案例数，真实案例数]。如果是这样，叶子的值列表呢？
- 为什么右边的三片叶子是[0,1]，左边的一片叶子是[1,0]？
- [1,0] 或 [0,1] 到底是什么意思？一假零真还是零假一真？但是叶子上没有条件（比如<=.5）。那什么是真什么是假呢？
非常感谢您的建议！
value=[1,3] 意味着，在这棵树的确切叶子中（在应用过滤器 x[2] <=0.5 之前），您有：
- class0
的 1 个样本
- 3 个示例 class 1
一旦你沿着树往下走，你就是在过滤。您的 objective 已完全分离 classes。所以你往往有类似 value=[0,1] 的东西，这意味着在应用所有过滤器之后，你有 0 个样本 class 0 和 1 个样本 class 1.
您还可以检查值的总和是否始终与样本相似。这是完全有道理的，因为值只是告诉你到达这片叶子的所有样本是如何分布的。
查看此问题时
- 为什么右边的三片叶子是[0,1]，左边的一片叶子是[1,0]？
- [1,0] 或 [0,1] 到底是什么意思？一假零真还是零假一真？但是叶子上没有条件（比如<=.5）。那什么是真什么是假呢？
非常感谢您的建议！
value=[1,3] 意味着，在这棵树的确切叶子中（在应用过滤器 x[2] <=0.5 之前），您有：
- class0 的 1 个样本
- 3 个示例 class 1
一旦你沿着树往下走，你就是在过滤。您的 objective 已完全分离 classes。所以你往往有类似 value=[0,1] 的东西，这意味着在应用所有过滤器之后，你有 0 个样本 class 0 和 1 个样本 class 1.
您还可以检查值的总和是否始终与样本相似。这是完全有道理的，因为值只是告诉你到达这片叶子的所有样本是如何分布的。