- 分类目的:根据一组预测变量来预测相对应的分类结果,实现对新出单元的准确分类
- 有监督学习:基于已知类的数据样本,将全部数据分为训练集和验证集
- 用到的包:rpart,rpart.plot,party,randomForest,e1071
- 随机抽样:
- set.seed(1234)
- sample(nrow(对象),present*nrow(对象)),结果是抽样的内置ID
- sample(数据对象,抽样个数)数据对象可以是连续数据或数据分布
- 逻辑回归glm(),自动将预测变量中的分类变量编码为数值型,广义线性模型
- glm(formula,data,family),family指连接函数,数据服从的分布类型,binomial二项分布(在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,与其它各次试验结果无关),模型按数值大小分01,模型再将假设结果为正负
- predict(fit,data,type="response")
- response按数据正负转化为概率0~1
- class即输出变量为分类类型
- table(class1,class2,dnn=c()),dnn为维度名,class分类类型
- step(fit),模型的逐步法,去除多余的属性
- 决策树:默认二分树算法
- 经典树:不希望有大量的测试条件的划分,即CART算法,二分树
R教材11.1 分类与决策树
最新推荐文章于 2024-05-20 20:30:45 发布
本文介绍了使用R语言进行分类任务,特别是决策树的构建和优化。内容涵盖有监督学习,利用rpart、randomForest和e1071等包进行建模,通过设置split参数调整树的构建方式,并探讨了k折交叉验证、剪枝策略以及条件推断树的使用。通过plotcp和prune函数优化决策树,提高模型预测准确性。
摘要由CSDN通过智能技术生成