R语言决策树|极客教程

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。

install.packages("party")

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：

ctree(formula, data)

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：

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

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

当我们执行上面的代码时，它会产生如下结果和图表-

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
...............................
...............................

示例

我们将使用 ctree() 函数创建决策树并查看其图形。

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

# Create the input data frame.
input.dat <- readingSkills[c(1:105),]

# Give the chart file a name.
png(file = "decision_tree.png")

# Create the tree.
  output.tree <- ctree(
  nativeSpeaker ~ age + shoeSize + score, 
  data = input.dat)

# Plot the tree.
plot(output.tree)

# Save the file.
dev.off()

当我们执行上面的代码时，会产生以下结果 –

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