使用分类树的判别
(目标变量是分类变量的判别问题)
首先通过data()函数读入数据,并通过str()函数确认其结构。
> data(Titanic)
> str(Titanic)
> Titanic[,1,2,]
\\表示第2个变量显示时为第1水平,第3个变量显示时为第2水平
然后绘制马赛克图,将交叉统计结果可视化。
> mosaicplot(Titanic[,1,2,],color=T)
可以使用rpart程序包进行决策树分析。由于该程序包以数据框类型作为对象,因此我们使用epitools程序包的expand.table()函数把刚才统计的泰坦尼克号数据转换成数据框,然后再进行分析。
> install.packages("epitools")
> library(epitools)
> Titanic.df <- expand.table(Titanic)
> library(rpart)
> Titanic.tree <- rpart(Survived~.,data=Titanic.df,
+ method="class")
\\rpart中的第1个参数是formula
> summary(Titanic.tree)
\\记录条数(n),各分割数(nsplit)所对应的复杂性参数(CP),变量的显著性,其后是各个节点的期望损失,分割后的记录条数,以及用下一个变量来分割后的改善等。
我们用partykit程序包进行可视化。不过,需要提前通过as.party()函数把刚才的结果转换成party形式