1. 程式人生 > >R語言開發之決策樹瞭解下

R語言開發之決策樹瞭解下

決策樹是以樹的形式表示選擇及其結果的圖形,圖中的節點表示事件或選擇,並且圖形的邊緣表示決策規則或條件。

它主要用於使用R的機器學習和資料探勘應用程式。

使用決策的例子我們可以看下。

將接收的郵件預測是否為垃圾郵件,根據這些資訊中的因素,預測腫瘤是癌症或預測貸款作為良好或不良的信用風險。

通常,使用觀察資料也稱為訓練資料建立模型,然後使用一組驗證資料來驗證和改進模型。

R具有用於建立和視覺化決策樹的包,對於新的預測變數,我們使用該模型來確定資料的類別(是/否,垃圾郵件/非垃圾郵件),在R中,R包“party”用於建立決策樹,並且,包“party”中包含用於建立和分析決策樹的ctree()函式,來看下語法:

ctree(formula, data)

引數描述如下:

  • formula - 是描述預測變數和響應變數的公式。
  • data - 是使用的資料集的名稱。

我們可以使用一個名為readingSkills的R內建資料集建立一個決策樹,大意就是,如果要知道變數:"age","shoesize","score"以及該人員是否是母語者,則描述某人員的閱讀技能的得分,先來看下資料集:

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

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

輸出結果為:

  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

接下來,我們就要使用ctree()函式建立決策樹並檢視其生成的圖表,如下:

# 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()

輸出的結果如下:

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

產生的圖片如下:

從上面所示的決策樹,我們可以得出結論:任何閱讀技巧(readingSkills)評分小於38.3,年齡超過6歲的人不是本地(使用母語)演講者。

好啦,本次記錄就到這裡了。

如果感覺不錯的話,請多多點贊支援哦。。。