R_Studio(cart算法决策树)对book3.csv数据用测试集进行测试并评估模型

对book3.csv数据集，实现如下功能：

　　（1）创建训练集、测试集

　　（2）用rpart包创建关于类别的cart算法的决策树

　　（3）用测试集进行测试，并评估模型

　　book3.csv数据集

setwd('D:\\data')
list.files()　
dat=read.csv(file="book3.csv",header=TRUE)   
 
#变量重命名，并通过x1~x11对class属性进行预测
colnames(dat)<-c("x1","x2","x3","x4","x5","x6","x7","x8","x9","x10","x11","class")
 
n=nrow(dat)
split<-sample(n,n*(3/4))
traindata=dat[split,]
testdata=dat[-split,]
 
set.seed(1) 
 
library(rpart)
 
#用测试集进行测试
Gary1<-rpart(class~.,data=testdata,method="class", control=rpart.control(minsplit=1),parms=list(split="gini"))
printcp(Gary1)
 
#交叉矩阵评估模型
pre1<-predict(Gary1,newdata=testdata,type='class')
tab<-table(pre1,testdata$class)
tab
 
#评估模型(预测)的正确率
sum(diag(tab))/sum(tab)

Gary.Script

实现过程

　　数据预处理并创建训练(测试)集

setwd('D:\\data')
list.files()　
dat=read.csv(file="book3.csv",header=TRUE)   
 
#变量重命名，并通过x1~x11对class属性进行预测
colnames(dat)<-c("x1","x2","x3","x4","x5","x6","x7","x8","x9","x10","x11","class")
 
n=nrow(dat)
split<-sample(n,n*(3/4))
traindata=dat[split,]
testdata=dat[-split,]

　　设定生成随机数的种子,种子是为了让结果具有重复性

set.seed(1) 

　　加载rpart包创建关于类别的cart算法的决策树

library(rpart)

　　用测试集进行测试

> Gary1<-rpart(class~.,data=testdata,method="class", control=rpart.control(minsplit=1),parms=list(split="gini"))
> printcp(Gary1)
 
Classification tree:　　　　　　　　　　　　　　　　　　　　　　#分类树：
rpart(formula = class ~ ., data = testdata, method = "class",
    parms = list(split = "gini"), control = rpart.control(minsplit = 1))
 
Variables actually used in tree construction:　　　　　　#树构建中实际使用的变量：
[1] x1  x10 x2  x4  x5  x8 　　　　　　　　　　　　　　　　　#〔1〕X1 x10 x2 x4 x5 x8
 
Root node error: 57/175 = 0.32571    　　　　　　　　　　　#根节点错误：57/175＝0.32571
 
n= 175 
 
        CP nsplit rel error  xerror     xstd
1 0.754386      0  1.000000 1.00000 0.108764
2 0.052632      1  0.245614 0.31579 0.070501
3 0.035088      3  0.140351 0.31579 0.070501
4 0.017544      6  0.035088 0.35088 0.073839
5 0.010000      7  0.017544 0.31579 0.070501

　　交叉矩阵评估模型

 pre1<-predict(Gary1,newdata=testdata,type='class')
> tab<-table(pre1,testdata$class)
> tab
 
pre1   恶性 良性
  恶性   57    1
  良性    0  117

　　评估模型(预测)的正确率

　　对角线上的数据实际值和预测值相同，非对角线上的值为预测错误的值

> sum(diag(tab))/sum(tab)
[1] 0.9942857