R(rattle)实现决策树算法

Posted 阿蛮的杜鹃

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R(rattle)实现决策树算法相关的知识,希望对你有一定的参考价值。

使用R实现决策树分析

决策树算法也是数据挖掘的核心算法之一,使用树形结构模型进行知识表达。非叶子节点为分支条件,叶子节点为决策条件。

分支算法主要使用的信息增益,这里不再详述。本篇案例主要也是使用weather数据集建立决策树模型,使用Rattle的model工具栏的Tree选项,rattle包的安装如下:

> install.packages("rattle")

  1.使用rattle建立决策树模型

在data工具栏加载weather数据集后,点击执行按钮,然后转到model工具栏,选择Tree选项,点击执行按钮,文本视区将会生成决策树的构建信息:

文本视区第一行n的数目表示用于构建决策树的对象总数,

再下面是树形结构,分支条件和决策信息。

决策树构建成功之后,点击上方参数栏的Draw按钮,将会弹出窗口绘制树形结构:

以上是关于R(rattle)实现决策树算法的主要内容,如果未能解决你的问题,请参考以下文章

R语言图形用户界面数据挖掘包Rattle:加载UCI糖尿病数据集并启动Rattle图形用户界面调用party包中的ctree函数构建条件推理树模型并使用rattle可视化条件推理决策树

数据分析之美 决策树R语言实现

CART 决策树中的冲突拆分

R语言加载UCI糖尿病数据集并启动Rattle GUI调用party包中的ctree函数构建条件推理树模型Rattle混淆矩阵使用R自定义编写函数通过混淆矩阵计算特异度敏感度PPVNPV

Rattle:数据挖掘的界面化操作

数据挖掘算法R语言实现之决策树