我對R很新,而且我被一個非常愚蠢的問題困住了。使用rpart在迴歸樹中搜索相應的節點
我正在校準一個迴歸樹,使用rpart包來做一些分類和一些預測。
感謝R校準部分很容易做到並且易於控制。
#the package rpart is needed
library(rpart)
# Loading of a big data file used for calibration
my_data <- read.csv("my_file.csv", sep=",", header=TRUE)
# Regression tree calibration
tree <- rpart(Ratio ~ Attribute1 + Attribute2 + Attribute3 +
Attribute4 + Attribute5,
method="anova", data=my_data,
control=rpart.control(minsplit=100, cp=0.0001))
在已經校準的大決策樹,我想,對於一個給定的數據樣本,以尋找一些新的數據對應的集羣(並因此預測值)。
predict
功能似乎是完美的需要。
# read validation data
validationData <-read.csv("my_sample.csv", sep=",", header=TRUE)
# search for the probability in the tree
predict <- predict(tree, newdata=validationData, class="prob")
# dump them in a file
write.table(predict, file="dump.txt")
然而,隨着predict
方法我只是得到我的新元素的預測比,我不能找到一個辦法讓決策樹葉在我的新元素的歸屬。
我認爲應該很容易得到,因爲預測方法必須已經發現葉爲了返回比率。
有跡象表明,可以通過class=
說法給予了預測方法的幾個參數,但對於迴歸樹都似乎回到同樣的事情(決策樹的目標屬性的值)
不任何人都知道如何獲得決策樹中的相應節點?
通過使用path.rpart
方法分析節點,它可以幫助我理解結果。
您是否嘗試過使用'STR()'探索你的對象呢? – 2011-02-24 10:47:06
嗡嗡聲對哪些物體? – antoine 2011-02-25 14:13:47