📌  相关文章
📜  R-决策树

📅  最后修改于: 2020-11-29 07:56:28             🧑  作者: Mango

决策树是以树的形式表示选择及其结果的图形。图中的节点表示事件或选择，图的边缘表示决策规则或条件。它主要用于使用R的机器学习和数据挖掘应用程序中。

使用决策树的示例包括-根据电子邮件和垃圾邮件中的每一个因素，将电子邮件预测为垃圾邮件或非垃圾邮件，预测肿瘤为癌，或将贷款预测为信用风险的高低。通常，使用观察到的数据(也称为训练数据)创建模型。然后，使用一组验证数据来验证和改进模型。 R具有用于创建和可视化决策树的软件包。对于新的一组预测变量，我们使用此模型来确定数据类别(是/否，垃圾邮件/非垃圾邮件)。

R包“ party”用于创建决策树。

安装R包

在R控制台中使用以下命令安装软件包。您还必须安装从属软件包(如果有)。

install.packages("party")

包“ party”具有函数ctree() ，该函数用于创建和分析决策树。

句法

在R中创建决策树的基本语法是-

ctree(formula, data)

以下是所用参数的描述-

  • 公式是描述预测变量和响应变量的公式。

  • data是所使用的数据集的名称。

输入数据

我们将使用名为readingSkills的R内置数据集来创建决策树。如果我们知道变量“年龄”，“鞋码”，“得分”以及该人是否以母语为母语，则它描述了某人的阅读技能得分。

这是示例数据。 

# Load the party package. It will automatically load other
# dependent packages.
library(party)

# Print some records from data set readingSkills.
print(head(readingSkills))

当我们执行上述代码时，它会产生以下结果和图表-

nativeSpeaker   age   shoeSize      score
1           yes     5   24.83189   32.29385
2           yes     6   25.95238   36.63105
3            no    11   30.42170   49.60593
4           yes     7   28.66450   40.28456
5           yes    11   31.88207   55.46085
6           yes    10   30.07843   52.83124
Loading required package: methods
Loading required package: grid
...............................
...............................

例

我们将使用ctree()函数创建决策树并查看其图。 

# Load the party package. It will automatically load other
# dependent packages.
library(party)

# Create the input data frame.
input.dat

当我们执行以上代码时，它产生以下结果-

null device 
          1 
Loading required package: methods
Loading required package: grid
Loading required package: mvtnorm
Loading required package: modeltools
Loading required package: stats4
Loading required package: strucchange
Loading required package: zoo

Attaching package: ‘zoo’

The following objects are masked from ‘package:base’:

   as.Date, as.Date.numeric

Loading required package: sandwich
使用R的决策树

结论

从上面显示的决策树中，我们可以得出结论，任何阅读技能得分低于38.3且年龄大于6岁的人都不是母语人士。