我是SAS用户,目前正在研究如何使用R-package制作决策树。
我确实找到了与每个节点相关的好结果,但现在我面临3个问题:
我可以从特定变量(从上到下)开始,例如,像性别这样的分类变量吗? (我在FICO-Model构建器中做过,但现在我不再拥有它了)
我有二进制var(性别:1-Male / 0-Female),但节点分为0.5?(我尝试将其更改为因子,但不起作用?我还有一个var“ AGE“,我应该将类型更改为”xxx“而不是”数字“吗?)
根据cp值(下表),我设置0.0128修剪树,但只留下两个vars,我可以选择保留特定的变量吗?(我确实使用cp的数字,但结果没有变化)
#tree
library(rpart)
library(party)
library(rpart.plot)
#1
minsplit<-60
ct <- rpart.control(xval=10, minsplit=minsplit,minbucket =
minsplit/3,cp=0.01)
iris_tree <- rpart(Overday_E60dlq ~ .
,
data= x, method="class",
parms = list(prior = c(0.65,0.35), split = "information")
,control=ct)
#plot split.
plot_tris<-rpart.plot(iris_tree, branch=1 , branch.type= 1, type= 2, extra=
103,
shadow.col="gray", box.col="green",
border.col="blue", split.col="red",
cex=0.65, main="Kyphosis-tree")
plot_tris
#summary
summary(iris_tree)
#===========prune process=========
printcp(iris_tree)
## min-xerror cp:
fitcp<-prune(iris_tree, cp=
iris_tree$cptable[which.min(iris_tree$cptable[,"xerror"]),"CP"])
#cp table
fit2<-prune(fitcp,cp= 0.0128 )
#plot fit2
rpart.plot(fit2, branch=1 , branch.type= 1, type= 2, extra= 103,
shadow.col="gray", box.col="green",
border.col="blue", split.col="red",
cex=0.65, main="Kyphosis fit2")
答案 0 :(得分:1)
partykit
程序包(party
程序包的后继程序)可以利用基础结构将这些树组合在一起,只需一点点努力,请参阅:How to specify split in a decision tree in R programming? factor
变量作为无序分类协变量(如性别),序数协变量的ordered
因子,以及数字协变量的numeric
或integer
。请注意,这可能不仅在视觉显示中很重要,而且在递归分区本身也很重要。使用类似rpart
/ CART的详尽搜索算法时,这是不相关的,但对于像ctree
或mob
这样的无偏差推理算法,这可能是一个重要的区别。