R語言決策樹演算法
阿新 • • 發佈：2019-01-27
1,生成樹：rpart()函式raprt(formular,data,weight,subset,na.action=na.rpart,method,model=FALSE,x=FALSE,y=TRUE,parms,control,cost,...) fomula
：模型格式形如outcome~predictor1+predictor2+predictor3+ect。
data ：資料。 na.action：缺失資料的處理辦法，預設為刪除因變數缺失的觀測而保留自變數缺失的觀測。 method：樹的末端資料型別選擇相應的變數分割方法，連續性method=“anova”,離散型使用method=“class”,，計數型method=“poisson”,生存分析型method=“exp”。 parms：設定三個引數，先驗概率，損失矩陣，分類矩陣的度量方法。 control：控制每個節點上的最小樣本量，交叉驗證的次數，複雜性參量：cp:complexity
pamemeter。 2，剪枝使用 prune(tree,cp,....) tree常是rpart()的結果物件，cp 複雜性參量 3 顯示結果的語句