原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
分析流程
数据源：
赛题D(1).xlsx
算法配置：
算法：ExtraTrees分类
分析结果：
ExtraTrees分类基于准确率、召回率、精确率、F1指标对模型进行评价，请看详细结论。
分析步骤
1.通过训练集数据来建立ExtraTrees分类模型。
2.通过建立的ExtraTrees来计算特征重要性。
3.将建立的ExtraTrees分类模型应用到训练、测试数据，得到模型的分类评估结果。
4.由于ExtraTrees中具有随机性，每次运算的结果不一样，若保存本次训练模型，后续可以直接上传数据代入到本次训练模型进行计算分类。
5.注：ExtraTrees无法像传统模型一样得到确定的方程，通常通过测试数据分类效果来对模型进行评价。
详细结论
输出结果1：模型参数
参数名
参数值
训练用时
6.291s
数据切分
0.7
数据洗牌
是
交叉验证
10
划分时考虑的最大特征比例
None
内部节点分裂的最小样本数
2
叶子节点的最小样本数
1
叶子节点中样本的最小权重
0
树的最大深度
10
叶子节点的最大数量
50
叶子节点的最大数量
50
节点划分不纯度的阀值
0
图表说明：
上表展示了模型各项参数配置以及模型训练时长。
输出结果2：特征重要性
图表说明：
上柱形图或表格展示了各特征（自变量）的重要性比例。
输出结果3：混淆矩阵热力图
图表说明：
上表以热力图的形式展示了混淆矩阵。
输出结果4：模型评估结果
准确率
召回率
精确率
F1
训练集
0.905
0.905
0.905
0.905
交叉验证集
0.902
0.902
0.902
0.902
测试集
0.898
0.898
0.898
0.898
图表说明：
上表中展示了训练集和测试集的分类评价指标，通过量化指标来衡量ExtraTrees对训练、测试数据的分类效果。
●准确率：预测正确样本占总样本的比例，准确率越大越好。
●召回率：实际为正样本的结果中，预测为正样本的比例，召回率越大越好。
●精确率：预测出来为正样本的结果中，实际为正样本的比例，精确率越大越好。
●F1：精确率和召回率的调和平均，精确率和召回率是互相影响的，虽然两者都高是一种期望的理想情况，然而实际中常常是精确率高、召回率就低，或者召回率低、但精确率高。若需要兼顾两者，那么就可以用F1指标。
●obb_score：对于分类问题，oob_score是袋外数据的准确率。若在建立树过程中选择有放回抽样时，大约1/3的记录没有被抽取。没有被抽取的自然形成一个对照数据集，可用于模型的验证。所以ExtraTrees不需要另外预留部分数据做交叉验证，其本身的算法类似交叉验证，而且袋外误差是对预测误差的无偏估计（当算法参数选择了“袋外测试数据”后，才会通过oob_score来检验模型的泛化能力）。
输出结果5：测试数据预测评估结果
预测结果Y
职业资格等级
预测测试结果概率_0.0
预测测试结果概率_1.0
预测测试结果概率_2.0
入学技能1考核成绩
入学技能2考核成绩
入学技能3考核成绩
入学技能4考核成绩
入学技能5考核成绩
入学考核总分成绩
0.0
0.0
0.8476585315938587
0.000271053362979433
0.15207041504316163
-0.01661
1.0095
-0.20322
0.68408
0.96204
0.61419
1.0
1.0
0.0006741607541350586
0.5691945516871109
0.4301312875587541
1.4318
0.78134
0.86468
1.3535
0.86729
1.231
0.0
0.0
0.9937597667275953
0.00002300650111202953
0.006217226771293024
0.85242
-0.35932
-0.97211
-0.52081
-1.1224
-0.63107
0.0
0.0
0.9815975369713488
0.000008392397475228323
0.018394070631176464
0.56275
0.73572
-0.07507
0.0147
0.48831
0.38143
0.0
0.0
0.9906579402521387
0.000018285623028706034
0.00932377412483257
0.78
0.55321
-0.24594
-1.1902
-0.08017
-0.13063
0.0
0.0
0.9834990463699421
0.000028204897599745063
0.016472748732458305
-0.23
文档评论（0）