R语言 决策树
决策树是一种表示选择及其结果的图形形式。图中的节点表示事件或选择,图的边表示决策规则或条件。它主要用于使用R进行机器学习和数据挖掘应用。
决策树的使用示例包括:预测电子邮件是否为垃圾邮件,预测肿瘤是否为恶性肿瘤,根据各种因素预测贷款是否为良好或不良信用风险。通常,使用观察数据(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有用于创建和可视化决策树的软件包。对于新的预测变量集,我们使用该模型来决定数据的类别(是/否、垃圾邮件/非垃圾邮件)。
使用 “party” R软件包来创建决策树。
安装R软件包
在R控制台中使用以下命令来安装软件包。如果有依赖包,您还需要安装这些依赖包。
包”party”有以下函数 ctree() ,用于创建和分析决策树。
语法
R中创建决策树的基本语法为:
下面是使用的参数的描述
- formula 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R内置的数据集readingSkills来创建决策树。它描述了如果我们了解变量”age”,”shoesize”,”score”以及该人是否为母语人士,某人的阅读技能得分。
这是样本数据:
当我们执行上面的代码时,它会产生如下结果和图表-
示例
我们将使用 ctree() 函数创建决策树并查看其图形。
当我们执行上面的代码时,会产生以下结果 –
结论
从上述决策树可以得出结论,任何阅读技能分数低于38.3且年龄大于6岁的人都不是母语讲者。