cart-analysis

    0热度

    1回答

    我正在使用rpart在插入程序包内使用oneSE选项对选择函数执行回归树分析。当我这样做时,我最终会得到一个零分模型。这表明没有任何模式比任何模式都好。这是否应该发生? 下面是一个例子: # set training controls tc <- trainControl("repeatedcv", repeats=100, selectionFunction="oneSE", num=10)

    0热度

    1回答

    连接列表名称以准备公式rpart? 只是想连接名称(log_data),log_data是60个矢量不同矢量的列表,所以我只是希望他们的列名的格式,以便我可以把它们放入一个rpart的公式中...如rpart(A ~ B + C + D + E ,log_data),所以这里我只想提取公式=“A〜B + C + D + E”作为整个字符串,其中A,B,C,D,E是我们必须从中提取的列名log_da

    6热度

    3回答

    我对R很新,而且我被一个非常愚蠢的问题困住了。 我正在校准一个回归树,使用rpart包来做一些分类和一些预测。 感谢R校准部分很容易做到并且易于控制。 #the package rpart is needed library(rpart) # Loading of a big data file used for calibration my_data <- read.csv("my_fi

    2热度

    2回答

    我必须使用R软件和rpart软件包创建决策树。 在我的论文中,我应该首先定义ID3算法,然后实现各种决策树。 我发现rpart软件包不支持ID3算法。它使用CART算法。我想了解其中的差异,也许可以解释我的论文中的差异,但是我没有找到任何比较双方的文献。 你能帮我吗?你是否知道两篇文章都有比较的论文,或者你能否向我解释这种差异?

    0热度

    1回答

    我想根据几个变量来制作分类树来预测1种鸟类的存在与否。我知道rpart处理单变量分区,mvpart处理多变量分区,但是我想使用mvpart作为我的单变量树,因为它的输出更加灵活。有谁知道我不应该这样做的原因?分歧与mvpart在相同确切的输入上会有所不同吗?

    4热度

    2回答

    我一直在使用rpart软件包在R中使用决策树(CART)来查看SST(预测变量)和气候(预测变量)之间的关系。 我想“力”树到特定的结构 - 即分裂上预测变量1,然后在变量2. 我已经使用R代表一个同时所以我以为 I” d能够查看rpart函数背后的代码并将其修改为首先在特定预测变量中搜索“最佳分割”。然而,rpart函数调用C例程,并没有任何与C的经验,我在这里迷路了... 我可以从头开始写一个

    0热度

    1回答

    我是Matlab中的TreeBagger的新手。我设计了2个简单的案例来学习TreeBagger(随机森林)。假设自变量为z: 第一种情况:1变量: z = {'hi';'hi';'hi';'hi';'hi';'hi';'low';'low';'low';'low';'low';'low'}; 和预测变量是x和y: x = [1 1 1 1 2 1 2 2 2 2 1 2]; 第二种情况:

    5热度

    1回答

    如果因子变量是气候,有4个可能的值:热带,干旱,温带,雪和我的rpart树中的一个节点被标记为“气候:ab”,分裂是什么?

    0热度

    1回答

    我在看R决策树,发现这个教程有点我需要,几乎是我需要的确切的东西。 所以:http://www.r-bloggers.com/using-r-for-a-salary-negotiation-an-extension-of-decision-tree-models/ 可能有人请指导我如何我可以实现这个项目? 坦率地说,我只是复制和粘贴代码为R,它给了我的错误,如: object 'xseq' no

    2热度

    2回答

    我注意到许多R模型允许使用“权重”参数(例如,购物车,黄土,游戏等)。大多数帮助功能将其描述为数据的“先前权重”,但这实际上意味着什么? 我有很多重复的情况和二进制响应的数据。我希望我可以使用“权重”来编码每个输入和响应组合的次数,但这似乎不起作用。我也尝试将回答作为成功的比例,以及各协变量组合的总体试验的权重,但这似乎也没有效果(至少对于gam而言)。我正在尝试为上面列出的所有模型类型执行此操作