决策树实验指导书-R_第1页
决策树实验指导书-R_第2页
决策树实验指导书-R_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

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.packages(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=Classification TreenIris Species by Petal and Sepal Length)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$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=iris2*(1:75)-1,生成测试集iris.test= iris2*(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）tabl
人人文库> 全部分类> 行业资料 > 管理策划

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论