Voy a investigar mas el forestFloor, seguramente vuelva en un par de d�as con
dudas. Gracias chicos :)
Por cierto, Carlos, �c�mo haces para encontrar siempre la informaci�n necesaria
en tan poco tiempo?
Date: Tue, 12 Apr 2016 12:00:42 +0200
Subject: Re: [R-es] Random Forest para clasificaci�n
F
gt; Jesús
>
> --------------
> Date: Tue, 12 Apr 2016 11:01:16 +0200
>
> Subject: Re: [R-es] Random Forest para clasificación
> From: c...@qualityexcellence.es
> To: j.para.fernan...@hotmail.com
> CC: r-help-es@r-project.org
>
> Hola,
>
> Entonces si tienes:
Mi matriz de datos inicial estaba muy desbalanceada (5% de la clase
minoritaria), por lo que he creado con el algoritmo SMOTE un dataset balanceado
con el que he creado el modelo, y luego sobre ese modelo he creado la matriz de
confusi�n con los datos originales.
Respecto a lo que me comentas,
r si el 1 es el OK y el -1 el NOK o al
> revés.
>
> Gracias Carlos!
> Jesús
> --------------
> Date: Tue, 12 Apr 2016 10:28:44 +0200
>
> Subject: Re: [R-es] Random Forest para clasificación
> From: c...@qualityexcellence.es
> To: j.para.fernan...@hotmail.
elp-es@r-project.org
Asunto: Re: [R-es] Random Forest para clasificación
No no, eso lo he sacaod, es decir, tengo la matriz de confusi n para las
OK/NOK, lo que no entiendo es como extraer las conclusiones sobre el modelo, de
cara a como afectan las variables. He seguido dos estrategias:
No no, eso lo he sacaod, es decir, tengo la matriz de confusi�n para las
OK/NOK, lo que no entiendo es como extraer las conclusiones sobre el modelo, de
cara a como afectan las variables. He seguido dos estrategias:
1-Crear arboles de clasificacion con las variables m�s importantes del random
es [mailto:r-help-es-boun...@r-project.org] En nombre de Jesús Para
Fernández
Enviado el: martes, 12 de abril de 2016 10:18
Para: Carlos Ortega
CC: r-help-es@r-project.org
Asunto: Re: [R-es] Random Forest para clasificación
Gracias por la pronta respuesta, pero tras leer la contestaci n de
of saying
>
> Values greater than TRI 30 begin to predict "Yes trees" more strongly than
> values lower than TRI 30"
>
> Es decir, que el eje Y es el total de votos de una clase frente a la otra,
> pero como está codificado con -1 y +1, como se cual es la clase OK
Gracias por la pronta respuesta, pero tras leer la contestaci�n de la gente,
sigo sin entender muy bien la explicaci�n.
Le responden lo siguiente:
"Each point on the partial dependence plot is the average vote
percentage in favor of the "Yes trees" class across all observations,
given a fixed
Hola,
Aquí tienes una explicación:
http://stats.stackexchange.com/questions/121383/interpreting-y-axis-of-a-partial-dependence-plots
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 12 de abril de 2016, 7:13, Jesús Para Fernández <
j.para.fernan...@hotmail.com> escribió:
> Buenas,
>
> Cuando
Buenas,
Cuando estoy haciendo un random Forest para clasificaci�n y hago el gr�fico
partialPlot, siendo mi respuesta OK/NOK, me sale en el eje X el valor de la
variable, pero en el eje Y me salen valores de entre -1 y 1. �Qu� significado
tiene?
Adjunto un ejemplo:
https://www.dropbox.com/s/4
11 matches
Mail list logo
