为什么决策树在 R 中给出错误的分类?

Question

由于为 Fisher 虹膜数据创建了决策树，我得到了错误分类错误率：0.02667 = 4/150。但我在我的情节上只看到 3 个错误： DS 表示虹膜。

如果我们看一下这一点的概率 - 没关系(弗吉尼亚 - 与上面的图相同(：

setosa versicolor  virginica
0      0.1666667   0.83333333

你能解释为什么会发生这种错误分类(4 个错误而不是 3 个在情节上明确描述的错误(？

法典：

# install.packages("tree")
# install.packages("ggplot2")
library('tree')
library('ggplot2') 
data(iris)
iris <- iris[ , c('Petal.Length', 'Petal.Width', 'Species')]
myTree <- tree(Species ~ Petal.Length + Petal.Width, data = iris)
summary(myTree)
# Classification tree:
# tree(formula = Species ~ Petal.Length + Petal.Width, data = iris)
# Number of terminal nodes:  5 
# Residual mean deviance:  0.157 = 22.77 / 145 
# Misclassification error rate: 0.02667 = 4 / 150 
# The errors were found by comparing predict(myTree, iris, type="class")
# with native data set 
errors <- data.frame(
Species = c('versicolor', 'versicolor', 'versicolor', 'virginica'),
Petal.Length = c(4.8, 5.0, 5.1, 4.5), Petal.Width = c(1.8, 1.7, 1.6, 1.7))
ggplot(iris, aes(x = Petal.Length, y = Petal.Width, colour = Species)) + 
geom_point(size = 2.1) +
geom_vline(xintercept = 2.45) +
geom_hline(yintercept = 1.75) +
geom_vline(xintercept = 4.95) + 
geom_point(data = errors, shape = 1, size = 5,colour = "black")

Answer 1

您正在查看的点没有错误分类。

但是在这一点上有多个观察结果，它们并不都具有相同的物种。 给剧情增添一些抖动...

ggplot(iris, aes(x = Petal.Length, y = Petal.Width, colour = Species)) +
geom_point(position = "jitter") +
geom_vline(xintercept = 4.95) + geom_vline(xintercept = 2.45) + geom_hline(yintercept = 1.75)

你会看到到底发生了什么。

从数据...

> iris[iris$Petal.Length == 4.8 & iris$Petal.Width == 1.8,]
Petal.Length Petal.Width    Species
71           4.8         1.8 versicolor
127          4.8         1.8  virginica
139          4.8         1.8  virginica