使用 rpart 的决策树进行数据预测答案

【问题标题】：Data Prediction using Decision Tree of rpart使用 rpart 的决策树进行数据预测
【发布时间】：2015-06-16 20:23:48
【问题描述】：

我正在使用 R 对一个名为“d”的数据框进行分类，其中包含如下结构的数据：

数据有 576666 行，“classLabel”列有 3 个级别：一、二、三。

我正在使用 rpart 制作决策树：

fitTree = rpart(d$classLabel ~ d$tripduration + d$from_station_id + d$gender +  d$birthday)

我想预测 newdata 的“classLabel”的值：

newdata = data.frame( tripduration=c(345,244,543,311), 
                      from_station_id=c(60,28,100,56),
                      gender=c("Male","Female","Male","Male"),  
                      birthday=c(1972,1955,1964,1967) )

 p <- predict(fitTree, newdata)

我希望我的结果是一个由 4 行组成的矩阵，每行具有 newdata 的“classLabel”的三个可能值的概率。但是我在 p 中得到的结果是一个 576666 行的数据框，如下所示：

在运行predict 函数时，我还收到以下警告：

Warning message:
'newdata' had 4 rows but variables found have 576666 rows

我哪里做错了？！

【问题讨论】：

不要在你的公式中使用$。而是使用 `rpart(classLabel ~ tripduration + from_station_id + gender +birthday, data=d)` 否则变量绑定到“d”并且不会在你的 newdata data.frame 中解析。将来，请务必在示例输入数据中包含 reproducible example，以便我们可以得到与您相同的错误（数据图像不计算在内）。

标签： r machine-learning classification decision-tree rpart

【解决方案1】：

我认为问题是：你应该在预测代码中添加“type='class'”：

    predict(fitTree,newdata,type="class")

试试下面的代码。我在这个例子中采用了“iris”数据集。

    > data(iris)
    > head(iris)
    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
  1          5.1         3.5          1.4         0.2  setosa
  2          4.9         3.0          1.4         0.2  setosa
  3          4.7         3.2          1.3         0.2  setosa
  4          4.6         3.1          1.5         0.2  setosa
  5          5.0         3.6          1.4         0.2  setosa
  6          5.4         3.9          1.7         0.4  setosa

  # model fitting
  > fitTree<-rpart(Species~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width,iris)

  #prediction-one row data
  > newdata<-data.frame(Sepal.Length=7,Sepal.Width=4,Petal.Length=6,Petal.Width=2)
  > newdata
  Sepal.Length Sepal.Width Petal.Length Petal.Width
  1            7           4            6           2

 # perform prediction
  > predict(fitTree, newdata,type="class")
     1 
  virginica 
  Levels: setosa versicolor virginica

 #prediction-multiple-row data
 > newdata2<-data.frame(Sepal.Length=c(7,8,6,5),
 +                      Sepal.Width=c(4,3,2,4),
 +                      Petal.Length=c(6,3.4,5.6,6.3),
 +                      Petal.Width=c(2,3,4,2.3))

 > newdata2
  Sepal.Length Sepal.Width Petal.Length Petal.Width
   1            7           4          6.0         2.0
   2            8           3          3.4         3.0
   3            6           2          5.6         4.0
   4            5           4          6.3         2.3

# perform prediction
> predict(fitTree,newdata2,type="class")
      1         2         3         4 
 virginica virginica virginica virginica 
 Levels: setosa versicolor virginica

【讨论】：