R教材11.1 分类与决策树

1. 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
2. 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
3. 用到的包：rpart，rpart.plot，party，randomForest，e1071
4. 随机抽样：
   1. set.seed(1234)
   2. sample(nrow(对象),present*nrow(对象))，结果是抽样的内置ID
      1. 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
5. 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
   1. 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
   2. predict(fit,data,type="response")
      1. response按数据正负转化为概率0~1
      2. class即输出变量为分类类型
   3. table(class1,class2,dnn=c())，dnn为维度名，class分类类型
   4. step(fit)，模型的逐步法，去除多余的属性
6. 决策树：默认二分树算法
   1. 经典树：不希望有大量的测试条件的划分，即CART算法，二分树࿰