Question

我正在运行决策树来对葡萄酒的质量进行分类。当我运行predict()时，它输出的是数字而不是所需的因子。我正在使用以下代码：

library(rpart)

wine <- read.csv("https://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv", sep = ";")

wine$taste <- ifelse(wine$quality < 5, "yucky", "tasty")
wine$taste[wine$quality == 5] <- "fine"
wine$taste <- as.factor(wine$taste)

set.seed(123)

sample <- sample(nrow(wine), 0.7 * nrow(wine))
train <- wine[sample, ]
test <- wine[-sample, ]

DecisionTree <- rpart(taste ~ ., data = train)

pred <- predict(DecisionTree, test)

我得到的东西看起来像这样：

head(pred, 10)
   fine tastey yucky
6     1      0     0
14    1      0     0
18    1      0     0
23    1      0     0
24    1      0     0
25    0      1     0
26    1      0     0
30    0      1     0
33    1      0     0
35    1      0     0

我正在尝试使用以下公式计算准确性模型：

acc <- table(pred, test$taste)
sum(diag(acc)) / sum(acc)

我得到的错误是参数长度不同，这是由于pred输出格式的原因。我认为输出应该看起来像：

6     14     18     23     24     25     26     30     33 
  fine   fine   fine   fine   fine   fine   fine tasty   fine 
Levels: fine tasty yucky

我不确定自己在做什么错。我怀疑这与rpart()函数有关。当我执行相同的过程但使用随机森林时，它可以完美运行。任何帮助将不胜感激。

Answer 1

您需要在type = "class"中指定predict。来自?predict.rpart：

如果type =“ class”：

（对于分类树）是   根据响应进行分类。

您可以确认它是否提供了所需的输出：

pred <- predict(DecisionTree, test, type = "class") 

head(pred, 10)
#    3     7    12    14    15    21    22    23    27    30 
# fine  fine  fine  fine  fine tasty  fine  fine  fine tasty 
#Levels: fine tasty yucky

从predict（）函数而不是因子中获取数字输出

1 个答案: