mysql可以做决策树吗_时间序列数据集可以使用决策树来建模吗？

泻药，我们介绍了递归分区决策树(R package rpart。“Breiman，Friedman，Olshen and Stone。Classification and Regression Trees，1984”的实现)。支持向量机(R package e1071。“Chih-Chung Chang and Chih-Jen Lin，LIBSVM：a library for support vector machines，2005.”的实现)。将最后两种方法的性能与rle进行比较，得到svm的95％和决策树的94％。

原文链接：R语言用rle，svm和rpart进行时间序列预测​tecdat.cn

下面显示了四种预测时间序列的方法。

支持向量机(R package e1071。“Chih-Chung Chang and Chih-Jen Lin，LIBSVM：a library for support vector machines，2005.”的实现)。

递归分区(R package rpart。“Breiman，Friedman，Olshen and Stone。Classification and Regression Trees，1984”的实现)。

将最后两种方法的性能与rle进行比较，得到svm的95％和rpart的94％。

R ：

# Apply rle (forward and backward) and a condition: lenght time for sleep changes of 1h m$rle(Xvar ='sleep',Xlmin =60)m$setZoo()# Show differences between conditional and conditional + rleplot(m$zo[,c(5,7,8)],type ='l')

​

# Subset a week

​

# Plot correlation matrix w$correlation(Xvars =w$nm[c(2:7,9)])

​

# SVM and Recursive partitioning plot(tune.gamma.cost)

​

rpart.p

​