rpart

1熱

1答えて

私はRを使用していて、意思決定ツリーを構築しようとしています。私はすでにctreeのパッケージパーティーとrpartのrpartを使っています。しかし、モデルのクロスバリデーションを行う必要があるので、私は関数train（）と使用したいメソッドを使ってキャレットパッケージを使用することができます。 library(caret) cvCtrl <- trainControl(method = "

-1熱

1答えて

rpart.plotを使用して各ノードで条件付きカラーシェーディングを取得するにはどうすればよいですか？

私は以下のコードを使用していました。出力では、ターゲット変数（Y/N）の年齢に応じて、各ノードで条件付きシェーディングが得られました。 Yの％が高いほど、緑色の濃淡が濃く、Nの年齢が高いほど、赤色の濃淡が濃くなります。 rpart.plot(Rpart_temp, type = 4 , extra =104, digits = 2, cex=1) 私は新しいマシンを使用しています。私は黒と白の

0熱

1答えて

"glm"と "rf"のチューニングパラメータ

にmethod = "glm"を使用して分類モデルを作成しようとしています。私はmethod = "rpart"を使用する場合、それは正常に動作しますが、私はmethod = "glm"に切り替えたとき、それは私が cpGrid = data.frame(.0001) を使用してみましたチューニングパラメータグリッドが列パラメータを持っている必要がありを言って私にエラーを与えますでも

0熱

1答えて

複数のレベルのカテゴリ変数を2つのグループにまとめる方法を持つ決定木アルゴリズム

私は顧客のデフォルトでローンのデータを持つファイルを持っています。このファイルには多くの変数があります。そのような変数の1つは "customer.employername"です。この変数には、顧客の雇用者名の約1000以上の固有値があります。私はロジスティック回帰モデルでこの変数を使いたいと思っています。誰がデフオフかデフューザーかを予測したいのですが、この変数は非常に多くのカテゴリ値を持ってい

0熱

2答えて

Rのデシジョンツリー特定のブランチからのデータを抽出する

rpartとpartykitを使用して分類決定木を構築しようとしていますが、これらのパッケージ（またはそのパッケージについては何も問題ありません）私は特定のサブツリーまたはブランチからのデータを含むデータセットを作成しますか？私は手動でDTルールで設定された元のデータからサブセットを作成することができますが、特定のプロセスを自動化しようとしており、その機能が非常に助けになることがわかりました。

2熱

1答えて

rpartオブジェクトをデンドログラムに変換するにはどうすればいいですか？（as.dendrogram.rpart？））

rpartツリーオブジェクトをリストのネストされたリスト（樹形図）に変換する方法が欲しいです。理想的には、各ノードの属性にはrpartオブジェクトの情報（分割に使用される不純物、変数およびルール、そのノードに到達した観測数など）が含まれます。 rpart $ frameオブジェクトを見ると、読み方が分かりません。助言がありますか？タイニー例：ここでは library(rpart) fit <-

1熱

1答えて

Rplotチャートの科学記法を削除する方法

このRスクリプトを開発して決定フローRplotチャートを作成しましたが、科学的表記ではなく数値を表示することはできません。私はstackoverflowで見つかった例を次のように数値化しようとしている昨日の仕事の半分を昨日過ごしましたが、これまでの運はありません。詳細は、コードとスクリーンショットを参照してください。 #automatically convert columns with few

0熱

1答えて

rpart complexityパラメータの計算方法は？

rpart複雑度パラメータ（cp）はどのように計算されますか？例えば私は、このモデルを当てはめる： library(mlbench) library(rpart) data("Ozone") Ozone <- na.omit(Ozone) tree <- rpart(V4~.,data=Ozone,minsplit=2,cp=0,maxdepth=2) summary(tree)

0熱

1答えて

分類決定木の結果と混乱行列の結果にはどのようにしてアクセスできますか？

これは、一般的なアイリスモデリングコードと結果である： This is the general iris modeling code and result: > library(party) > library(rpart) > library(tree) > library(caret) > train = sample(1:nrow(iris