Я обычно делаю деревья деревьев в SPSS для получения целей из DDBB, я немного исследовал и обнаружил, что есть три пакета: дерево, партия и rpart, которые доступны для R, но что лучше для этой задачи?Как сделать деревья решений в R?
Спасибо!
Я использовал rpart раньше, что удобно. Я использовал для интеллектуального моделирования, разбивая тренировки и набор тестов. Вот код. Надеюсь, это даст вам некоторую идею ...
library(rpart)
library(rattle)
library(rpart.plot)
### Build the training/validate/test...
data(iris)
nobs <- nrow(iris)
train <- sample(nrow(iris), 0.7*nobs)
test <- setdiff(seq_len(nrow(iris)), train)
colnames(iris)
### The following variable selections have been noted.
input <- c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width")
numeric <- c("Sepal.Length","Sepal.Width","Petal.Length","Petal.Width")
categoric <- NULL
target <-"Species"
risk <- NULL
ident <- NULL
ignore <- NULL
weights <- NULL
#set.seed(500)
# Build the Decision Tree model.
rpart <- rpart(Species~.,
data=iris[train, ],
method="class",
parms=list(split="information"),
control=rpart.control(minsplit=12,
usesurrogate=0,
maxsurrogate=0))
# Generate a textual view of the Decision Tree model.
print(rpart)
printcp(rpart)
# Decision Tree Plot...
prp(rpart)
dev.new()
fancyRpartPlot(rpart, main="Decision Tree Graph")
Я использовал вечеринку в прошлом, и это довольно приятно. Вот ссылка на пример использования в одном из моих проектов: https://github.com/fiedukow/SejMOWaKlasyfikacja/blob/master/prediction_models.r – Yester
Я отметил, что этот вопрос будет закрыт. Я думаю, что это в первую очередь мнение, основанное на том, что *, который лучше * может зависеть от нескольких факторов, даже личных вкусов о стилях программирования. – SabDeM