决策树(Decision Tree)
它通过对训练样本的学习,并建立分类规则,然后依据分类规则,对新样本数据进行分类预测,属于有监督学习。
优点:
决策树有易于理解和实现;
决策树可处理数值型和非数值型数据;
基于条件的决策树在party包里
install.packages(“party”)
ctree(formula,data)
- formula 建模表达式
- data 训练数据
predic数据预测
predict(model,newdata=data.test)
- model 通过训练样本得到的模型
- newdata 需要预测的测试数据
代码实现:
#install.packages("party")
library(party)
data <- read.csv("data.csv")
formula <- CollegePlans ~ Gender+ParentIncome