使用决策树的装袋确定模式

Question

我有一个包含5个独立变量和分类因变量的数据集。

我想在R中开发一个代码，允许我预测测试数据集的最终结果。

我想使用决策树作为分类器来实现装袋。为了获得最终预测，我想使用统一的投票程序。

我开发的代码如下

set.seed(10)

all_data<-qwe

positions <- sample(nrow(all_data),size=floor((nrow(all_data)/5)*4))

training<- all_data[positions,]

testing<- all_data[-positions,]

n <-10

for (i in 1:n ){

  training_positions <- sample(nrow(training), size=floor((nrow(training)/3)))

  train_pos<-1:nrow(training) %in% training_positions

  model_tree <- rpart(UNS~., data=training[train_pos,])

  pred <- predict(model_tree, newdata = testing, type="class")

  print(as.matrix(pred))

  plot(pred)

  text(pred)

}

我有每个决策树（10个决策树）做出的预测，但我不知道如何确定每个观察的最常见预测（我的意思是模式）。

欢迎任何帮助！

提前致谢！

致以最诚挚的问候，

Liza Vieira