R语言练习-利用决策树模型分析泰坦尼克生还率（1）

R语言练习-利用决策树模型分析泰坦尼克生还率

一、数据预处理

数据来源：http://biostat.mc.vanderbilt.edu/wiki/Main/DataSets中的titanic3.csv
本文将要用到的数据列：

列名	含义
pclass	将1/2/3等舱分别保存在1/2/3
survived	是否生还
name	姓名
sex	性别
age	年龄
sibsp	同城的兄弟或者配偶数
parch	同城的父母或者子女数
ticket	票号
fare	票价
cabin	舱号
embarked	登陆地：C(Cherbourg，瑟堡），Q(Queenstown，皇后镇），S(Southampton,南安普顿）

1.读入数据，将不适合的列删除，保留适合进行建模的列。
*> #读入数据

titanic<-read.csv(“E:/数据分析/编程/R/file/数据/titanic3.csv”)

去掉后3列，不适合建模

titanic<-titanic[,!names(titanic)%in%c(“body”,”boat”,”home.dest”)]
str(titanic)*

2.转换每列的数据类型转换成适合的数据类型，例如pclass现在是int型，需要转换成字符型

titanic$pclass<-as.factor(titanic$pclass)
titanic nam