R分类算法-决策树算法

小力丸

于 2017-07-24 14:00:28 发布

阅读量925

点赞数 1

CC 4.0 BY-SA版权

分类专栏： R数据挖掘篇文章标签： R 决策树算法 ctree

本文链接：https://blog.youkuaiyun.com/lll1528238733/article/details/76019901

本文介绍了使用R语言实现决策树算法的过程，包括通过`ctree`函数建立模型和预测新数据。决策树是一种有监督学习方法，适用于数值型和非数值型数据，具有易于理解和实现的优点。文中展示了如何安装`party`包并使用`ctree`进行建模和预测，但指出模型准确率仅为70%。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

它通过对训练样本的学习，并建立分类规则，然后依据分类规则，对新样本数据进行分类预测，属于有监督学习。
优点：
决策树有易于理解和实现；
决策树可处理数值型和非数值型数据；

基于条件的决策树在party包里
install.packages(“party”)
ctree(formula,data)

predic数据预测
predict(model，newdata=data.test)

代码实现：

#install.packages("party")
library(party)

data <- read.csv("data.csv")

formula <- CollegePlans ~ Gender+ParentIncome+IQ+ParentEncouragement
#Colle

200万优质内容无限畅学