R语言实现决策树

tail(iris)
library(rpart)
data("iris")#加载数据
attach(iris)#简化过程，即不使用$也可以访问iris
s<-sample(nrow(iris),size=120,replace=F)
#使用sample进行随机抽样从第1行到nrow的iris
#从中抽出120行，replace=F是不放回的抽样
#默认是按照column（列）抽样，这里我们按照row（行）抽样
trainset<-iris[s,]#训练集取iris中的s行
testset<-iris[-s,]#测试集取iris中的-s行
fit1<-rpart(Species~.,data=trainset)
#构建模型，Species是因变量，~.表示其他的点都是自变量
summary(fit1)#总结模型
library("rpart.plot")#安装rpart的绘图工具
rpart.plot(fit1,type=2)#绘制fit1的决策树曲线
pre = predict(fit1,testset,type = "class")
#使用predict对测试集进行预测
t=table(pre,testset$Species)
#画出混淆矩阵
heatmap(t)
acc=sum(diag(t)/nrow(testset))
#计算准确率，预测值t矩阵对角线除以测试集
print(acc)#算出准确率

s<-sample(nrow(iris),size=60,replace=F)#当取的训练集数减小到60，最后输出的准确率下降到百分之94

s<-sample(nrow(iris),size=20,replace=F)#当取的训练集数减小到60，最后输出的准确率下降到百分之64

a=c[1:10]
a#间隔取数字
sample(a,size = 3,replace = FALSE)
#随机取数字 使用sample对总体进行随机抽样是没有问题的，但是随着抽样的变大，每一次抽出来的样本都较为接近，这导致最后的误差值基本稳定