使用R语言进行决策树建模

关于决策树的理解及自定义代码实现请参考我的另一个博客：

数据挖掘常用算法理解与R语言实现（系列待完成）

本次技能点：

训练集和测试集的选取

决策树构建与减值

决策树的print和plot

预测值与实际值关系描述

用到的函数或包：ctree(party包),rpart(rpart包),set.seed、sample、predict、cptable、cp属性、prune、xerror属性。

代码：

#一、使用part包构建决策树
#我们将在iris数据集上演示使用party包构建决策树的方法，在iris数据集中，茎叶的长宽都能来预测花的种类
#我们将使用party包中的ctree()用来建立决策树，用predict()来预测新的数据#---设置学习集和测试集
str(iris)set.seed(1234)
ind<-sample(c(1:2),nrow(iris),replace = T,prob = c(0.7,0.3))#这里解释set.seed的含义，在产生一个随机样本之前设置set.seed(n) n代表标号，下次再调用set.see

使用R语言进行决策树建模相关推荐

R语言CART决策树、随机森林、chaid树预测母婴电商平台用户寿命、流失可视化
全文链接:http://tecdat.cn/?p=31644 借着二胎政策的开放与家庭消费升级的东风,母婴市场迎来了生机盎然的春天,尤其是母婴电商行业,近年来发展迅猛(点击文末"阅读原文&q ...
R语言构建决策树（decision trees）模型并进行调优和解释
R语言构建决策树(decision trees)模型并进行调优和解释目录 R语言构建决策树(decision trees)
R语言构建决策树模型（decision tree）并可视化决策树：自定义函数计算对数似然、自定义函数计算模型的分类效能（accuray、F1、偏差Deviance）、使用pander包美化界面输出内容
R语言构建决策树模型(decision tree)并可视化决策树:自定义函数计算对数似然.自定义函数计算模型的分类效能(accuray.F1.偏差Deviance).使用pander包美化界面输出内容 ...
『R语言Python』建模前的准备：连续型与离散型变量探索，离散型变量转为虚拟变量
在建立模型之前,我们常要先对数据的类型作出判断,连续型数据可以不做处理,而离散型数据则可能需要转为虚拟变量.下文使用R语言中的经典数据集 mtcarsmtcarsmtcars 进行演示 Python: ...
R语言基于决策树的银行信贷风险预警模型
引言我国经济高速发展,个人信贷业务也随着快速发展,而个人信贷业务对提高内需,促进消费也有拉动作用.有正必有反,在个人信贷业务规模不断扩大的同时,信贷的违约等风险问题也日益突出,一定程度上制约着我国 ...
09#R语言实现决策树分析
决策树是附加概率结果的一个树状的决策图,是直观的运用统计概率分析的图法.机器学习中决策树是一个预测模型,它表示对象属性和对象值之间的一种映射,树中的每一个节点表示对象属性的判断条件,其分支表示符合节点 ...
R语言语法及建模合集
点击下列超链接可进入博客: 一.语法篇: R语言常用包分类 R语言数据导入导出总结 R语言数据探索功能总结 R语言中的离群点检测方法 R语言中的向量使用合集 R语言中的因子类型 R语言中的对象以及它的 ...
R语言建立决策树模型（movie数据集）
导入数据集将movie.MPAA.competition.star.genre.TechEffect按字符型读入其他变量按数值型读入 learn<- read.csv("E:\\RH ...
R语言tidyverse数据处理建模案例
管道%>% 左连接left_join() 筛选行 filter(条件) 行排序arrange() 选择列select() 修改(计算)列mutate() 分组汇总group_by().%> ...

使用R语言进行决策树建模

使用R语言进行决策树建模相关推荐

最新文章

热门文章