R - 决策树

决策树是一种以树的形式表示选择及其结果的图形。图中的节点表示事件或选择，图的边表示决策规则或条件。它主要用于使用 R 的机器学习和数据挖掘应用中。

决策树的应用示例包括：预测电子邮件是否为垃圾邮件，预测肿瘤是否为癌性，或根据每个因素预测贷款是否为良好的信用风险。通常，模型是使用观察到的数据（也称为训练数据）创建的。然后使用一组验证数据来验证和改进模型。R 具有用于创建和可视化决策树的包。对于新的预测变量集，我们使用此模型来确定数据的类别（是/否、垃圾邮件/非垃圾邮件）。

R 包“**party**”用于创建决策树。

安装 R 包

在 R 控制台中使用以下命令安装包。如果存在任何依赖包，您也需要安装它们。

install.packages("party")

包“party”具有函数**ctree()**，用于创建和分析决策树。

语法

在 R 中创建决策树的基本语法如下：

ctree(formula, data)

以下是所用参数的说明：

• **formula** 是一个描述预测变量和响应变量的公式。

• **data** 是所用数据集的名称。

输入数据

我们将使用名为**readingSkills** 的 R 内置数据集来创建决策树。如果我们知道“年龄”、“鞋码”、“分数”以及该人是否是母语人士，它描述了某人阅读技能的分数。

以下是示例数据。

# Load the party package. It will automatically load other
# dependent packages.
library(party)

# Print some records from data set readingSkills.
print(head(readingSkills))

当我们执行以上代码时，它会生成以下结果和图表：

  nativeSpeaker   age   shoeSize      score
1           yes     5   24.83189   32.29385
2           yes     6   25.95238   36.63105
3            no    11   30.42170   49.60593
4           yes     7   28.66450   40.28456
5           yes    11   31.88207   55.46085
6           yes    10   30.07843   52.83124
Loading required package: methods
Loading required package: grid
...............................
...............................

示例

我们将使用**ctree()**函数来创建决策树并查看其图形。

# Load the party package. It will automatically load other
# dependent packages.
library(party)

# Create the input data frame.
input.dat <- readingSkills[c(1:105),]

# Give the chart file a name.
png(file = "decision_tree.png")

# Create the tree.
  output.tree <- ctree(
  nativeSpeaker ~ age + shoeSize + score, 
  data = input.dat)

# Plot the tree.
plot(output.tree)

# Save the file.
dev.off()

当我们执行以上代码时，它会生成以下结果：

null device 
          1 
Loading required package: methods
Loading required package: grid
Loading required package: mvtnorm
Loading required package: modeltools
Loading required package: stats4
Loading required package: strucchange
Loading required package: zoo

Attaching package: ‘zoo’

The following objects are masked from ‘package:base’:

   as.Date, as.Date.numeric

Loading required package: sandwich

结论

从上面显示的决策树中，我们可以得出结论，任何阅读技能得分低于 38.3 且年龄大于 6 的人都不是母语人士。