R语言教程之利用party包实现决策树功能

决策树是一种用分支结构表示选择及其结果的算法。结合图形，它能对数据结构进行描述，并生成预测和分类，从而帮助我们去了解哪些变量符合模型预设条件，以及哪些变量所起作用最大。本文通过R语言内置的readingSkills来进行决策树的演示：该数据集中的变量描述了某人的阅读能力得分(Score)、年龄(age)、鞋码(shoeSize)以及该人是否为母语者(nativeSpeaker)。我们根据得分、年龄和鞋码通过决策树预测该人为母语者的可能性大小。

简介

R语言中，我们可以利用party包实现决策树功能。

安装

首次使用可能需要执行
install.packages(“party”)
进行安装。

语法

生成决策树的函数为
ctree(formula, data)
其中

• formula代表被解释变量与解释变量之间的关系

• data即为我们需要分析的数据集的名称

操作实例

读入party包

library(party)
此过程会自动加载和party相关联的其他包。

创建数据集

input.dat <- readingSkills[c(1:105),]
该操作将readingSkills数据集中的前105个变量创建成一个新的数据集，称为input.dat

生成决策树

output.tree <- ctree(
   nativeSpeaker ~ age + shoeSize + score,
   data = input.dat
   )
对应上面讲的ctree的语法，此处我们的formula为nativeSpeaker与age, shoeSize和score之间的关系，data是上面刚刚创建的input.dat

绘图

plot(output.tree)