R - 决策树

决策树（decision tree）是一个以树的形式表示选择及其结果的图表。图形中的节点表示事件或选择，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。

使用决策树的示例是 − 预测电子邮件是垃圾邮件或非垃圾邮件，预测肿瘤是癌性的，或者根据每个因素预测贷款是好信用风险或坏信用风险。

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。

对于一组新的预测变量，我们使用此模型来决定数据的类别（是/否、垃圾邮件/非垃圾邮件）。

R 包“party”用于创建决策树。

安装 R 软件包

在 R 控制台中使用以下命令安装包。您还必须安装依赖软件包（如果有）。

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是 -

ctree(formula, data)

以下是所用参数的描述 -

• formula 描述预测变量和响应变量的公式。
• data 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。如果我们知道变量 “age”、“shoesize”、“score” 以及这个人是否是母语人士，它描述了某人的阅读技能分数。

下面是示例数据。

# 加载聚会包。它将自动加载其他
# 依赖包。
library(party)

# 从数据集读取技能中打印一些记录。
print(head(readingSkills))

当我们执行上述代码时，它会产生以下结果和图表 -

例子

我们将使用 ctree（） 函数创建决策树并查看其图形。

# 加载聚会包。它将自动加载其他
# 依赖包。
library(party)

# 创建输入数据帧。
input.dat <- readingSkills[c(1:105),]

# 为图表文件命名。
png(file = "decision_tree.png")

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

# 绘制树。
plot(output.tree)

# 保存文件。
dev.off()

当我们执行上述代码时，它会产生以下结果——

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

结论

从上面显示的决策树中，我们可以得出结论，任何 readingSkills 分数低于 38.3 且年龄大于 6 的人都不是母语使用者。