决策树作为最简单数据挖掘的方法之一,浅显易懂。下面是做决策树的代码。
数据来源https://archive.ics.uci.edu/ml/machine-learning-databases/servo/
servo = read.table("servo.txt" , header = T ,sep = ",")
head(servo)
library(rpart)
library(rpart.plot)
###决策树
a = rpart(class~.,servo)
###细节
a
summary(a)
###树的可视化
rpart.plot(a,type = 4,digits = 2,box.palette="blue" )
结果分析:
(1)
这是数据集的一些变量,用以做分类。
(2)
决策树的一些细节 。n=167,说明该决策树有167个观察值;root为根节点;1)后面数据一次为 观察值个数,偏差,均值;
2),12),13)等后面加*的,表明该节点为终结点。
(3)
决策树图可以显而易见的得出结论树图。