决策树是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，并且图形的边缘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程序。
使用决策的例子是 - 将接收的邮件预测是否为垃圾邮件，根据这些信息中的因素，预测肿瘤是癌症或预测贷款作为良好或不良的信用风险。 通常，使用观察数据也称为训练数据创建模型。 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，我们使用该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软件包，还必须安装依赖软件包(如果有的话)。
install.packages("party")
包“party”中包含用于创建和分析决策树的ctree()函数。
语法
在R中创建决策树的基本语法是 -
ctree(formula, data)
以下是使用的参数的描述 -
- formula - 是描述预测变量和响应变量的公式。
- data - 是使用的数据集的名称。
输入数据
我们将使用一个名为readingSkills的R内置数据集创建一个决策树。如果要知道变量："age","shoesize","score"以及该人员是否是母语者，则描述某人员的阅读技能的得分。
以下是样本数据 -
# Load the party package. It will automatically load other dependent packages.
library("party")
# Print some records from data set readingSkills.
print(head(readingSkills))
执行上面示例代码，得到以下结果 -
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
例子
我们将使用ctree()函数创建决策树并查看其生成的图表。
# 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()
当我们执行上述代码时，会产生以下结果 -
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
生成如下图形 -
结论
从上面所示的决策树，我们可以得出结论，任何阅读技巧(readingSkills)评分小于38.3，年龄超过6岁的人不是本地(使用母语)演讲者。
