决策树实验指导书-R.doc

《决策树实验指导书-R.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、决策树实验指导书实验目的：1掌握利用R进行决策树的基本步骤2更深入理解决策树的应用实验内容：说明：本实验采用iris数据集，下面中的数据集如无上下文说明，即是指irisiris以鸢尾花的特征作为数据来源，数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中非常常用的测试集、训练集。四个属性分别为：花萼长度、花萼宽带、花瓣长度、花瓣宽度三类分别为:setosa,versicolor,virginica（山鸢尾、变色鸢尾和维吉尼亚鸢尾）1、加载rpart包install.pack

2、ages("rpart")2、构建决策树,并解释rpart中三个参数的含义iris.rp=rpart(Species~.,iris,method=“class”)3、画出决策树plot(iris.rp,uniform=T,branch=0,margin=0.1,main="ClassificationTreeIrisSpeciesbyPetalandSepalLength")iris.4、添加决策树的标签text(iris.rp,use.n=T,fancy=T,col="blue")5、根据命令table(iris$

3、Species)给出的结果，解释决策树的分类结果6、用决策树进行预测生成训练集ris.train=iris[2*(1:75)-1,]生成测试集iris.test=iris[2*(1:75),]iris.rp2=rpart(Species~.,iris.train,method=“class”)iris.rp3=predict(iris.rp2,iris.test[,-5],type="class")7、查看预测结果并对结果进行分析，计算出该决策树的accuracy（分类正确的样本数除以总样本数）table(iris.te

4、st[,5],iris.rp3)(25+24+22)/75=0.95