Question

我是R的新手，我正在努力发展决策树：

以下是我的一些数据集：

Malo   Edad   Sexo      nivel_estudios    Estado Civil
1       35    Femenino  Secundaria         Union Libre
0       48    Femenino  Bachillerato       Casado
0       45    Masculino Bachillerato       Casado
1       27    Femenino  Bachillerato       Union Libre

当我尝试执行这段代码时：

tree_model= tree(Malo~., trainingSet)

Malo是我的二进制（0/1）列（整数），它将对象分类为好或坏，而训练集是我的测试集的随机分区。

我继续收到此警告：

Warning message:
In tree(Malo ~ ., trainingSet) : NAs introduced by coercion

我不明白为什么我会这样做。非常感谢帮助。

Answer 1

公式属于

的统计数据

当生成回归树时，左侧（响应）应该是数字向量，或者当生成分类树时，左侧（响应）应该是因子。右侧应为系列的数字或因子变量，用+分隔;应该没有互动条款。两者。 - 允许：回归树可以有偏移项。

关于NA的简单例子

as.numeric(c('1','b','2')) 
[1]  1 NA  2 
Warning message: 
NAs introduced by coercion

希望您了解此问题，您已在公式as numeric中添加了string向量以及tree(Malo~., trainingSet)（Sexo，nivel_estudios，Estado Civil）向量的其余部分。

Answer 2

您可能希望将as.factor（）函数应用于数据集的最后三列。例如：

trainingSet$Sexo = as.factor(trainingSet$Sexo)

trainingSet$nivel_estudios = as.factor(trainingSet$nivel_estudios)

您可能需要将“Estado Civil”的列名更改为“EstadoCivil”或“Estado.Civil”，以便我们也可以在其上应用as.factor（）函数。

这样，我们就可以满足标准“右手边应该是一系列由+分隔的数字或因子变量”

Answer 3

响应变量（Malo）需要是“Factor”所以使用：

trainingSet$Malo <- as.factor(trainingSet$Malo)

在R中种植一棵树

3 个答案: