R - 决策树
决策树是以树的形式表示选择及其结果的图。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 的机器学习和数据挖掘应用程序。
使用决策树的示例是：根据其中的每个因素，预测电子邮件是否为垃圾邮件、预测肿瘤是否癌变或预测贷款的信用风险是否良好。通常，模型是使用观察到的数据（也称为训练数据）创建的。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包。对于新的预测变量集，我们使用此模型来决定数据的类别（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来安装软件包。您还必须安装依赖包（如果有）。
install.packages("party")
“party”包具有函数ctree()，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)
以下是所使用参数的描述 -
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”、“分数”以及这个人是否是母语人士，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))
当我们执行上面的代码时，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 ............................... ...............................
例子
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 <- 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，它会产生以下结果 -
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
结论
从上面显示的决策树我们可以得出结论，任何阅读技能得分低于 38.3 且年龄大于 6 的人都不是母语人士。