rpart

    0熱度

    1回答

    下面是決策樹輸出的一部分。想知道什麼是「利用yval」表示 node), split, n, deviance, yval * denotes terminal node 1) root 49381 732368600 38.23232 2) t1=NEG 7948 126010000 -22.73415 4) m1=A,B,C,D,E,F,G,H,I,J,K,L

    0熱度

    1回答

    我正在使用rpart在插入程序包內使用oneSE選項對選擇函數執行迴歸樹分析。當我這樣做時,我最終會得到一個零分模型。這表明沒有任何模式比任何模式都好。這是否應該發生? 下面是一個例子: # set training controls tc <- trainControl("repeatedcv", repeats=100, selectionFunction="oneSE", num=10)

    4熱度

    1回答

    Surrogate splits: ## bmi < 21.51 to the right, agree=0.858, adj=0.632, (0 split) 據我所知,這種分裂發送例基於的< 21.51的BMI值的右子節點和具有類似的分裂到主變量(同意= 0.858)和結節雜質體積減少(adj = 0.632)。 我不明白輸出的(0分割)部分? 另外,如果協議的值爲1,這是否可

    0熱度

    1回答

    我創建了一個包含所有分類變量的決策樹模型。其中一些分類變量有超過100個可能的值。 這是我的代碼: model = rpart(score ~., data = dataset); plot(model) text(model) 的問題是,text(model)註釋與值的相應分類變量的長列表的每個分割節點。這些價值觀被擠入對方,很難看。我正在尋找text(model)的選項來僅顯示變量名稱

    2熱度

    2回答

    我必須使用R軟件和rpart軟件包創建決策樹。 在我的論文中,我應該首先定義ID3算法,然後實現各種決策樹。 我發現rpart軟件包不支持ID3算法。它使用CART算法。我想了解其中的差異,也許可以解釋我的論文中的差異,但是我沒有找到任何比較雙方的文獻。 你能幫我嗎?你是否知道兩篇文章都有比較的論文,或者你能否向我解釋這種差異?

    0熱度

    1回答

    我想根據幾個變量來製作分類樹來預測1種鳥類的存在與否。我知道rpart處理單變量分區,mvpart處理多變量分區,但是我想使用mvpart作爲我的單變量樹,因爲它的輸出更加靈活。有誰知道我不應該這樣做的原因?分歧與mvpart在相同確切的輸入上會有所不同嗎?

    16熱度

    3回答

    (我還在學習如何處理圖像和R圖像,這是有點rpart package: Save Decision Tree to PNG延續的) 我試圖挽救決策樹陰謀使用PNG格式,而不是提供的後記。我的代碼如下所示: png("tree.png", width=1000, height=800, antialias="cleartype") plot(fit, uniform=TRUE, main

    2熱度

    1回答

    我試圖用rpart對具有16個變量和420個觀測值的數據集進行分類(數據集是http://archive.ics.uci.edu/ml/datasets/Arrhythmia數據集的一個子集;我只選擇了某些變量並排除了缺失的觀測值)。 我跑的代碼如下,問題是,它似乎被卡在一個無限循環: library(rpart) newdata_frame <- data.frame(newdata) tr

    1熱度

    2回答

    我想做一個迴歸樹,就像圖片中的迴歸樹。樹是在立體派中完成的,但我沒有那個程序。我確實使用R和Python。它似乎不同於R軟件包或樹,因爲終端節點是線性公式,而不僅僅是平均值。有沒有什麼辦法可以使用R或其他免費軟件來做到這一點? 在圖中,NDVI,B1,B2等是變量。圖像來自this website。

    3熱度

    3回答

    如何獲取每行的終端節點rpart模型的ID(或名稱)? predict.rpart只能返回預測類別(數量或因子)或類別概率或某種組合(使用type="matrix")作爲分類樹。 我想這樣做: fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis) plot(fit) # there are 5 terminal nodes