使用 R 构建决策树时如何解决答案

【问题标题】：How to resolve when I build decision tree using R使用 R 构建决策树时如何解决
【发布时间】：2021-03-02 20:47:10
【问题描述】：

我使用 R 构建了一个决策树模型，我想在预测值大于 50% 时向树中添加一个新列，并在此列中打印 yes

注意：数据集中的目标库尔蒙是布尔值 1 = 心脏病，0 = 正常

library(rpart)
tree<-rpart(target ~ .,method ='class', data=train)
print(summary(tree))
tree.preds<-predict(tree,test)
print(head(tree.preds))

tree.preds<-as.data.frame(tree.preds)
joiner<-function(x){
  if(x>=0.5)
    return('yes')
    
  else
    return('no')
      
}
tree.preds$disease<-sapply(tree.preds$yes,joiner)

print(head(tree.preds))

运行后出现此错误：

Error in `$<-.data.frame`(`*tmp*`, t, value = list()) : 
  replacement has 0 rows, data has 91

【问题讨论】：

欢迎来到 SO。请查看如何创建minimal reproducible example。

标签： r machine-learning decision-tree

【解决方案1】：

您可以使用ifelse 代替sapply 的迭代：

library(rpart)

dat = iris[,-5]
dat$target = as.numeric(iris$Species=="versicolor")
idx = sample(nrow(dat),100)
train = dat[idx,]
test = dat[-idx,]

tree = rpart(target ~ .,method ='class', data=train)
tree.preds = data.frame(predict(tree,test))
tree.preds$Species = ifelse(tree.preds[,2]>0.5,"yes","no")

【讨论】：