聚类和决策树

Posted 2023-03-12

【中文标题】聚类和决策树

【英文标题】：Cluster and Decision Tree

【发布时间】：2021-12-31 23:26:45

【问题描述】：

我正在努力使用 R 进行一些分析：到目前为止，我已经完成了一些。

我想只使用一个变量来构建树，但mclust::Mclust() 似乎不可能。理论上应该问题不大。

这是一个使用 altitude 内置数据集的可重现示例：

library(mclust)
#> Package 'mclust' version 5.4.8
#> Type 'citation("mclust")' for citing this R package in publications.
# Using 2 variables it works as expected
ModelloT1 <- Mclust(attitude[1:2],modelNames = c("EII", "VII"))
ModelloT1$BIC
#> Bayesian Information Criterion (BIC): 
#>         EII       VII
#> 1 -483.9666 -483.9666
#> 2 -472.9461 -471.5116
#> 3 -462.3355 -467.6628
#> 4 -472.5525 -478.1093
#> 5 -481.2430 -485.7124
#> 6 -478.3516 -489.8570
#> 7 -485.2181        NA
#> 8 -488.2741        NA
#> 9 -492.2669        NA
#> 
#> Top 3 models based on the BIC criterion: 
#>     EII,3     VII,3     VII,2 
#> -462.3355 -467.6628 -471.5116

# But I can't use a single variable
ModelloT1 <- Mclust(attitude[2],modelNames = c("EII", "VII"))
#> Error in `[<-`(`*tmp*`, "1", mdl, value = bic(modelName = mdl, loglik = out$loglik, : subscript out of bounds

^{由reprex package (v2.0.1) 于 2021 年 11 月 22 日创建}

之后，我通常会做一个信息增益，然后是带有 J48 函数的决策树。

我可以使用mclust::Mclust() 或类似工具来构建具有单个变量的树吗？

【问题讨论】：

通过提供重现此错误的代码，使用所有人都可以使用的数据集，您将提高获得高质量答案的机会。

嗨！而不是实际的代码，我很想知道是否可以将 Mclust 与一个变量一起使用，或者是否应该使用另一个包或方法......

我明白，但我向你保证，如果你提供可重现的代码，你会得到一个很好的答案，因为现在你可能不会（我希望你会！）。您当前的代码甚至在语法上都无效（缺少括号），并且您没有提及您正在使用哪个包。这往往会赶走可能知道如何帮助您的用户。这可能会有所帮助：***.com/questions/5963269/…

我试着照你说的做……你可以吗？

非常感谢！！

【参考方案1】：

如果您有 1 列，则您的数据是单变量而不是多变量。您不能使用 EII 或 VII，因为它们是用于多变量的。

?mclustModelNames 查看所有型号的列表。如果你这样做，你会看到：

‘"E"’ equal variance (one-dimensional)
‘"V"’ variable/unqual variance (one-dimensional)

因此，如果您执行以下操作，它将起作用：

df = data.frame(x = runif(100),y=runif(100))
Mclust(df,modelNames = c("EII", "VII"))
Mclust(df[['x']],modelNames = c("E","V"))

【讨论】：

非常感谢！！！