Wie Teste ich die Daten mit einem Entscheidungsbaum-Modell in R?
Baute ich eine Entscheidungsstruktur, die aus Trainingsdaten mit der rpart-Paket in R. Jetzt habe ich mehr Daten haben, und ich möchten, überprüfen Sie es gegen den Baum um zu überprüfen, das Modell. Logisch/iterativ, ich möchte Folgendes tun:
for each datapoint in new data
run point thru decision tree, branching as appropriate
examine how tree classifies the data point
determine if the datapoint is a true positive or false positive
Wie mache ich das in R?
verwenden Sie die
predict()
Funktion: stat.ethz.ch/R-manual/R-devel/library/rpart/html/...InformationsquelleAutor bernie2436 | 2013-10-27
Du musst angemeldet sein, um einen Kommentar abzugeben.
In der Lage sein dies zu nutzen, ich nehme an, Sie split up Ihre Ausbildung in einer Teilmenge Trainings-set und test-set.
Erstellen der Trainings-Modell, das Sie verwenden können:
Anwenden, um den test-Satz:
Sie erhalten dann einen Vektor, der die vorhergesagte Ergebnisse.
In Ihr training test-Daten musst du auch das "echte" Antwort. Lassen Sie uns sagen, dass die Letzte Spalte in der Ausbildung gesetzt werden.
Einfach gleichzusetzen, erbringt das Ergebnis:
Wenn die Elemente gleich sind, erhalten Sie ein WAHRES, wenn man eine FALSCHE bedeutet dies, dass Ihre Vorhersage war falsch.
Könnte es interessant sein, zu sehen, wie viel Prozent Sie richtig:
rpart
Bibliothek hat sich vermutlich geändert, da diese Antwort geschrieben wurde. Ich musste Folgendes machen, damit es funktioniert:pred <- predict(model, newdata = testdata, type = 'class')
(andernfalls erhalten Sie eine volle matrix von Wahrscheinlichkeiten).InformationsquelleAutor PascalVKooten