今回は前回のアウトプットの解説の続きである。
図（クリックすると拡大されます）のように、種々の計算項が並んでいる。図中の「（Kappa statistic）κ統計量）」は一致率の検定に使用されるもので、この場合に限らず使用するものである。
図では、Confusion Matrixを示し、TP Rateなどが計算されている。これは、yes（ゴルフをする）をPositiveとした場合である。
モデルの精度に関しては、通常「Accuracy」（図ではCorrectly Classified Instances "9"の右に示される64.2857%）と呼ばれるもの示され、全データ（例は14件）中、9件（yesの場合）を正解している、というものである。
企業実務家が使用する指標はこれらである。
（Kappa statistic）κ統計量やTP Rateなどは、○○以上であればよい、という数値はない。取得しているデータの性質（趣向なのか、売れ行きなのか）により、高低があるからである。これは統計解析と異なる点である。
決定木分析は、あるデータ群において、目的変数を説明変数で分類し、傾向を把握する、というものである。
（「Wekaを起動する（決定木分析②-2）」了）
--> 次回は「交差検証法」です。
＊ブログ中の図はクリックすれば、拡大されます。
＊本ブログ記事の下「Labels」の「データマイニング」をクリックすると、データマイニングに関する記事が一括掲載されます。
