我有一个 CSV 文件，其中包含血压 (BP)、心率 (HR)、体重、体表面积 (BSA)、体重指数 (BMI)、年龄和性别等预测变量。
这些变量有一个基于决策树的算法，可将这些患者分为高风险是/否类别。所以 HIGH_RISK 是 CSV 的最后一列，目前它是空的。现在，即使我可以对单个主题（CSV 文件中的单个行）使用该算法来填充 HIGH_RISK 列，但是由于行太多，手动执行该操作是不切实际的。
如果是简单的加法、减法、乘法等，我会在 R 甚至 Excel 中完成。但由于该算法涉及分叉决策树，我不知道该怎么做。但我确信这是可能的，因为 R 是如此强大。有什么建议吗？
决策树类似这样：http://www.scielo.br/img/revistas/sa/v70n6/a01fig04.jpg
【问题讨论】：
标签： r decision-tree conditional-execution
你可以使用我为你写的这个辅助函数：
decisionTree <- function(dataframe, lst) {
if (!is.recursive(lst)) return(lst)
values <- numeric(nrow(dataframe))
indices <- eval(parse(text = names(lst)[1]), dataframe)
values[indices] <- decisionTree(dataframe[indices, ], lst[[1]])
values[!indices] <- decisionTree(dataframe[!indices, ], lst[[2]])
values
}
一般格式是将data.frame 作为第一个参数，将表示决策树的嵌套列表作为第二个参数传递，格式如下：
list("first_variable > 0.3" =
list("second_variable > 0.5" = 1,
"second_variable <= 0.5" = list(
"third_variable > 0.3" = 0,
1) # naming the negated condition is optional
),
"first_variable <= 0.3" = 0)
iris$foo <- decisionTree(iris, list("Sepal.Length > 5" = list("Petal.Length > 1.3" = 1, 0), 0))
head(iris) # All entries with Sepal.Length > 5 and Petal.Length > 1.3 will contain a 1.
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species foo
# 1 5.1 3.5 1.4 0.2 setosa 1
# 2 4.9 3.0 1.4 0.2 setosa 0
# 3 4.7 3.2 1.3 0.2 setosa 0
# 4 4.6 3.1 1.5 0.2 setosa 0
# 5 5.0 3.6 1.4 0.2 setosa 0
# 6 5.4 3.9 1.7 0.4 setosa 1
对于您提供的图表，第二个参数如下所示：
list("Ts_Armpit > 35.1" = 1,
list("Ts_Breast <= 0.39" = list("Ts_Croup <= 28.9" = 1, 0),
list("Ts_Groin <= 35.1" = 1, list("Ts_Armpit <= 33.7" = 1, 0))))
其中1 表示不适，0 表示舒适。
【讨论】：