鳶尾花卉資料集Iris是一類多重變數分析的資料集。通過花萼長度，花萼寬度，花瓣長度，花瓣寬度4個屬性預測鳶尾花卉屬於（Setosa，Versicolour，Virginica）三個種類中的哪一類

　　針對iris資料集實踐決策樹演算法(C4.5、C5.0)，並用交叉矩陣評估模型

　　iris資料RStudio系統自帶

Gary<-iris
#建立決策樹模型，來預測鳶尾花的種類
#重新命名變數名，將預測鳶尾花卉轉換為class 通過前四個變數預測class屬於哪一個類
 

Gary.names<-c('sepal length','sepal width','petal length','petal width', 'class')
names(Gary)<-Gary.names
#檢視維度 150條資料 5維變數
dim(Gary)
#str()檢視資料框中每個變數的屬性
str(Gary)
#summary()提供最小值、最大值、四分位數和數值型變數的均值，以及因子向量和邏輯型向量的頻數統計
summary(Gary)
#設定生成隨機數的種子,種子是為了讓結果具有重複性
set.seed(1)
#將資料集拆分為訓練集和測試集，拆分比例為0.75
index<-sample(nrow(Gary),0.75*nrow(Gary),replace = F)
train
 
<-Gary[index,]
test<-Gary[-index,]
library(C50)
#訓練資料用於建立決策樹模型
#測試集用於模型評估
mod<-C5.0(train[,-5],train[,5])
summary(mod)
#預測模型
pre1<-predict(mod,newdata=test,type='class')
tab<-table(pre1,test$class)
tab
sum(diag(tab))/sum(tab)

實現過程