在R中获取决策树

Question

这是我正在使用的代码，它不返回树，也不知道为什么。

library(C50)
library(pROC)

project <- read.csv("project.csv")

project$AOI1 <- as.factor(project$AOI1)
project$AOI2 <- as.factor(project$AOI2)
project$LGT_COND <- as.factor(project$LGT_COND)
project$WEATHER <- as.factor(project$WEATHER)
project$BODY_TYP <- as.factor(project$BODY_TYP)
project$FATALS <- as.factor(project$FATALS)
project$DRUNK_DR <- as.factor(project$DRUNK_DR)

size <- floor(0.8 * nrow(project))

training_index <- sample(nrow(project), size = size, replace = FALSE)

 train <- project[training_index,]
test <- project[-training_index,]

var_names <- names(project)[-7]

dt <- C5.0(x = train[, var_names], y = train$DRUNK_DR)

summary(dt)

并且由于某种原因返回此消息，它仅看到DRUNK_DR而没有其他内容。

Call:

C5.0.default（x =火车[，var_names]，y =火车$ DRUNK_DR）

C5.0 [发布2.07 GPL版] 2019年3月6日星期三16:42:15     -------------------------------

属性“结果”指定的类

从undefined.data中读取25732个案例（8个属性）

决策树： 0（25732/7068）

Evaluation on training data (25732 cases):

    Decision Tree   
  ----------------  
  Size      Errors  

     1 7068(27.5%)   <<


   (a)   (b)   (c)   (d)    <-classified as
  ----  ----  ----  ----
 18664                      (a): class 0
  6870                      (b): class 1
   196                      (c): class 2
     2                      (d): class 3

有什么想法吗？