R中的决策树，预测一个选择答案

【问题标题】：Decision trees in R, predicting one choiceR中的决策树，预测一个选择
【发布时间】：2017-08-22 05:37:21
【问题描述】：

我正在使用 R 中的决策树上的虹膜数据集编写教程。这是我的基本教程代码。

library(rpart)
install.packages('rpart.plot')
library(rpart.plot)

s = sample(150,100)

iris_train = iris[s,]
iris_test = iris[-s,]

dtm = rpart(Species~.,iris_train, method="class")

rpart.plot(dtm, type=4, extra=101)

p = predict(dtm,iris_test,type="class")
table(iris_test[,5],p)

表格行给了我：

                 setosa versicolor virginica
    setosa         12          0         0
    versicolor      0         18         0
    virginica       0          3        17

如果我只对 Virginica 的预测感兴趣，我会怎么做？是否有可能合并其余的值，以便我得到 Virginica vs Versicolor + Setosa 的二元分类？

【问题讨论】：

您可以创建一个新的Species 变量，其中有一个virginica 的类别和一个versicolor 和setosa 的类别。然后您可以使用新的Species 变量重新进行分析。
一个简单的ifelse 语句将在一行中为您完成此操作

标签： r dataset classification

【解决方案1】：

你可以做你想做的事

library(rpart)
install.packages('rpart.plot')
library(rpart.plot)

s = sample(150,100)
class <- which(iris$Species %in% c("versicolor","setosa")) 

####################################
new_species = rep("virginica",nrow(iris))

new_species[class] <- "vers_seto"

iris$new_species <- new_species
####################################
iris_train = iris[s,-5]    # -5 Delete the old column Species (column number 5) 


iris_test = iris[-s,-5]



dtm = rpart(new_species~.,iris_train, method="class")

rpart.plot(dtm, type=4, extra=101)

p = predict(dtm,iris_test,type="class")
table(iris_test[,5],p)

【讨论】：