我对决策树还比较陌生，在沿着分支向下移动时理解它们有些困难。我对在R中生成的图表有几个问题。响应变量是Survived（Yes/No），由年龄、票价、兄弟姐妹数量和父母数量来预测。我使用Kaggle的泰坦尼克数据集附加了一个决策树在下面。
- 绿色和蓝色的不同颜色代表什么意思？
- 如何解释叶节点？
- 我理解最顶部的节点解释为38%的人幸存，62%的人未幸存，100%的人口在这个桶中。如果我向右移动…我该如何解释桶#3？如果我继续移动，桶#6呢？等等…
回答：
1) 一个节点根据其多数类别进行着色。多数类别标签为no（未幸存）的节点被涂成绿色，否则为蓝色（yes或幸存）。
2) 让我们解释最左边的底部叶节点。83%的节点对应的数据点类别标签为no，17%的类别标签为yes。这个节点包含了整个数据集的62%的数据点。
3) 桶#3可以类似地解释：26%的节点对应的数据点类别标签为no，74%的类别标签为yes。这个节点包含了整个数据集的35%的数据点。如果你计算节点#2和#3的no标签的加权比例，你会得到0.65*0.81+0.35*0.26=0.6175~0.62，这是根节点中包含no标签的数据比例。
