決策樹是根據若干輸入變量的值構造出一個適合的模型，以此來預測輸出變量的值，并用樹形結構展示出來。決策樹主要有兩個類別：分類樹和回歸樹。分類樹主要針對離散的目標變量，回歸樹則針對連續的目標變量。R語言中的rpart軟件包既可以實現回歸樹，又可以實現分類樹。

1 安裝并加載rpart軟件包。

install.packages("rpart")

library(rpart)

rpart()函數的基本形式為：

rpart(formula, data, weights, subset, na.action = na.rpart, method, model = FALSE, x = FALSE, y = TRUE, parms, control, cost, ...)

其中，formula為要建立模型的公式，一般格式為y~x1+x2+...+xn。當輸入變量為除y以外的所有變量時，可簡化為y~.來表示；data為訓練數據集;subset可以幫助我們選出data中的若干行來建立模型；na.action為缺失值處理方式，默認刪除缺失樣本；method用于選擇決策樹的類型，主要有anova回歸樹、class分類樹，另外還有exp、poisson;control中含有大量參數，與rpart.control一致，minsplit表示每個節點中所含樣本數的最小值，minbucket表示每個葉節中所含樣本數的最小值，cp表示復雜度參數，maxdepth表示節點層次的最大值。

2??讀取數據集。

sz_data=read.csv("sz_data.csv",head=T,encoding="utf-8")

head(sz_data);dim(sz_data) #查看數據的前幾行和數據維度

3??進行數據預處理。在實際應用中，如果數據有缺失值，需要先按照一定的方法先對缺失值進行處理。這里我們直接劃分訓練集和測試集，并且隨機抽取70%的樣本作為訓練集。

n=0.7*nrow(sz_data) #作為訓練集的樣本量

sub_train=sample(nrow(sz_data),n)#隨機抽取n個樣本

data_train=sz_data[sub_train,-1]#訓練集

data_test=sz_data[-sub_train,-1]#測試集

head(data_train);dim(data_train)

head(data_test);dim(data_test)

4??由于數據集的目標變量是離散變量，因此選擇method="class"。本例中的節點層次的最大值設為2，參數的優劣可根據后面計算的錯誤率反復驗證。

rp_fit1=rpart(is_rise~.,data_train,method="class",maxdepth=2,minsplit=10)#建立分類樹

summary(rp_fit1)

print(rp_fit1)#導出決策樹的表格

結果顯示根節點共有294個樣本，即全部訓練數據集。"2)"和"3)"以"Opening"變量為節點，將樣本分為兩支，分別是8、286個樣本。

5??繪制決策樹圖形。這里調整了參數，在圖形中做一些對比。

rp_fit2=rpart(is_rise~.,data_train,method="class",maxdepth=3,minsplit=10) #建立分類樹2

par(mfrow = c(1,2), xpd = NA)

plot(rp_fit1)

text(rp_fit1,use.n=TRUE)

plot(rp_fit2)

text(rp_fit2,use.n=TRUE)

6??驗證模型的準確性。

#對測試集預測目標變量

pre_is_rise=predict(rp_fit1,data_test,type="class")

pre_is_rise

#計算錯誤率

error_rp=sum(pre_is_rise!=data_test$is_rise)/nrow(data_test);error_rp

實際應用中，對參數、輸入變量等進行調整，可增加準確度。

歡慶雙節

總結

以上是生活随笔為你收集整理的1071svm函数 r语言_如何利用R语言中的rpart函数建立决策树模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。