如何根據R中的決策樹模型測試數據？

Question

我使用r中的rpart軟件包從培訓數據構建了一個決策樹。現在我有更多的數據，並且我想根據樹來檢查它以檢查模型。邏輯上/迭代地，我想要做到以下幾點：

for each datapoint in new data 
    run point thru decision tree, branching as appropriate 
    examine how tree classifies the data point 
    determine if the datapoint is a true positive or false positive 

我該如何做R？

Answer 1

爲了能夠使用它，我假設你將你的訓練集分成一個子集訓練集和一個測試集。

要創建可以使用的人才培養模式：

model <- rpart(y~., traindata, minbucket=5) # I suspect you did it so far. 

將它應用到測試集：

pred <- predict(model, testdata) 

然後你得到預測結果的向量。

在你的訓練測試數據集中，你也有「真實」的答案。假設訓練集中的最後一列。

簡單地等同他們將產生的結果是：

pred == testdata[ , last] # where 'last' equals the index of 'y' 

當元素相等，你會得到一個真正的，當你得到一個FALSE，它意味着你的預測是錯誤的。

pred + testdata[, last] > 1 # gives TRUE positive, as it means both vectors are 1 
pred == testdata[, last] # gives those that are correct 

這可能是有趣的，看看你有多少百分比有正確的：

mean(pred == testdata[ , last]) # here TRUE will count as a 1, and FALSE as 0