CART回归与R²计算及出租车行程预测

30、鉴于 CART 中的“R”（回归，Regression），不足为奇的是，CART 确实可用于回归问题，而不仅仅是分类问题。在 rpart() 函数中，这通过 method = ‘anova’ 来指定。请使用体脂数据，拟合一个 CART 模型，并计算该模型的 R²，再与之前已知的 R² 结果进行比较。

可按以下步骤操作：

1. 加载体脂数据；
2. 使用 rpart() 函数，设置 method = 'anova' 拟合 CART 模型；
3. 利用问题 4 中编写的 rpartr2() 函数计算此次拟合模型的 R²；
4. 调用之前结果的 R²，进行比较。

31、下载纽约市出租车数据（或者只获取其中一个文件），网址为 http://www.andresmh.com/nyctaxitrips/ 。使用分类与回归树（CART）方法，从你选择的其他变量来预测行程时间。

可按以下步骤操作：

1. 从 http://www.andresmh.com/nyctaxitrips/ 下载纽约市出租车数据；
2. 选择合适的变量；
3. 使用 CART 方法（如在 R 语言中使用 rpart() 函数，指定 method = 'anova' ）构建模型来预测行程时间。

32、编写一个R函数，调用形式为rpartr2 (rpartout, newdata = NULL, type = ’class’)，该函数返回CART设置下的R²值。这里rpartout是类为’rpart’的对象，是调用rpart()的输出；newdata是要进行预测的数据框，如果该参数为NULL，则将其视为原始数据集；type与predict.rpart()中