如何使用 rpart 中的所有功能？

Posted 2023-03-12

【中文标题】如何使用 rpart 中的所有功能？

【英文标题】：How to use all features in rpart?

【发布时间】：2014-11-18 03:13:11

【问题描述】：

我正在使用 rpart 包进行决策树分类。我有一个包含大约 4000 个特征（列）的数据框。我想为我的模型使用rpart() 中的所有功能。我怎样才能做到这一点？基本上rpart()会要求我这样使用函数：

dt <- rpart(class ~ feature1 + feature2 + ....)

我的特征是文档中的单词，所以我有超过 4k 个特征。每个特征都用一个词来表示。有没有可能在不编写它们的情况下使用所有功能？

【参考方案1】：

caret 库非常有用，因为您可以轻松应用不同的模型并比较它们的性能。它可以调用rpart，但使用稍微不同的语法来包含所有功能。

library(caret)

library(data.table)

mt <- data.table(mtcars)

tr <- train(x=mt[,-'hp', with=FALSE], y = mt[, hp], method='rpart')

plot(tr$finalModel)
text(tr$finalModel)

将所有 4000 个特征用于决策树可能会导致过度拟合，尤其是在您的观察数量不多的情况下。 Caret 提供内置的交叉验证。您可能还想查看 model='rf' 的随机森林。

【参考方案2】：

我想通了：

dt <- rpart(class ~ ., data)

“。”代表所有特征。