Arboles de decision






Arboles de decisión

1. Obtenga el archivo credit-german.csv y cárguelo en RapidMiner.
Se hace el respectivo proceso de cargue y las variables numéricas se recodifican en binominales para quemás adelante ingresen sin inconvenientes al procedimiento. Adicionalmente la variable “Class” se define como label.
2. Entrene un árbol de clasificación:
1. Use el 50% de los datos para entrenar unmodelo y el 50% para validarlo.
2. Entrene el modelo.
3. Realice una validación sencilla.
4. ¿Puede interpretar el modelo generado?
El proceso de entrenamiento y validación se hace con el operadorSplit validation, se obtiene el siguiente árbol de decisión:

La principal variable que se encontró para segmentar es checking_status la cual genera clasificación directa con 3 de sus categorías, para lacuarta (checking_status = >=200) se remite a otra pregunta: property_magnitud que genera clasificación directa en una sola de las categorías(property_magnitude = life insurance) las demás continúancon la variable employment la cual para el caso de foreing worwer se apoya de la pregunta num_dependents

El modelo generado tiene una precisión del 69% y error del 31%, teniendo en cuenta el objeto deeste es muy mal modelo, muchos de los malos deudores los está clasificando como buenos:

---------------------------------
PerformanceVector:
accuracy: 69.20%
ConfusionMatrix:
True: good bad
good: 346150
bad: 4 0
classification_error: 30.80%
ConfusionMatrix:
True: good bad
good: 346 150
bad: 4 0
---------------------------------
5. Genere las reglas obtenidas por el árbol (utilice el operadortree to rules).
Las reglas generadas son las siguientes:
---------------------------------
if checking_status = 0<=X<200 then good (164 / 105)
if checking_status = <0 then good (139 / 135)
ifchecking_status = >=200 and property_magnitude = car and employment = 1<=X<4 then good (10 / 1)
if checking_status = >=200 and property_magnitude = car and employment = 4<=X<7 then good (2 / 0)
if...