r语言c5.0决策树算法参数,R语言：决策树ID3/C4.5/CART/C5.0算法的实现

在前文中，我们已经详细介绍了决策树算法中的ID3/C4.5/CART算法的原理，以及决策树的剪枝问题。

ID3算法戳我

C4.5算法戳我

CART算法戳我

决策树剪枝问题戳我

本文将详细介绍如何用R语言实现决策树算法。

算法

区分要点

R包

ID3

使用信息增益

rpart包中rpart函数

C4.5

使用信息增益

RWeka包中J48()

CART

使用gini

rpart包中rpart函数

C5.0

C4.5的改进，比较适合于大规模数据

c50包

文章目录

数据简介

R语言实现

ID3算法

CART算法

C4.5算法

C5.0算法

数据简介

本文数据选择了红酒质量分类数据集，这是一个很经典的数据集，原数据集中“质量”这一变量取值有{3，4，5，6，7，8}。为了实现二分类问题，我们添加一个变量“等级”，并将“质量”为{3，4，5}的观测划分在等级0中，“质量”为{6，7，8}的观测划分在等级1中。

数据下载

因变量：等级

自变量：非挥发性酸性、挥发性酸性、柠檬酸、剩余糖分、氯化物、游离二氧化硫、二氧化硫总量、浓度、pH、硫酸盐、酒精

library(openxlsx)

wine = read.xlsx(".../wi