如何使用R软件建立C5.0决策树

决策树是解决分类问题的一种常用方法，它是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。

决策树的建立可以简单的分为2个过程：

1、决策树的生长

（1）如何从众多的输入变量中找到当前最佳分组变量

（2）如何从分组变量中的众多值中找到一个最佳分割点

2、决策树的剪枝

先剪枝：在建立树模型的时候就开始限制树的长大

后剪枝：先建立一个完整的树，之后在对该树进行修剪

不同的决策树算法对于上述问题的处理方式不同，下面简单的列举了其中3种算法之间的区别：

接下来，我们介绍一下如何使用R软件建立C5.0决策树

R软件有一个专门做C5.0的包C50，这里我们使用的是电信流失用户的数据。

1、载入数据

setwd("F:/Rproject")
telco=read.csv(file='tel.csv',header=TRUE)