Cart Algorithm and R Programming 分類樹

首先,要明白Cart生成算法种冬。Cart生成算法的核心是以基尼系數(shù)(Gini Index)最小化為準(zhǔn)則生成分類樹付燥。理解下Gini Index,它用來衡量Pure程度枝哄,即一個(gè)節(jié)點(diǎn)中包含y因變量值的差異程度肄梨。Gini Index越小,說明y的值越一致挠锥,分類效果好众羡,選擇這樣的特征作為節(jié)點(diǎn),樹的效率才高蓖租。

Cart算法的基本思路(遞歸過程):
Step 1: 選定training data粱侣,遍歷每一個(gè)特征A,對(duì)每個(gè)特征A可取的值a蓖宦,根據(jù)A=a測(cè)試是否劃分為兩部分齐婴,并計(jì)算Gini Index。

Step 2: 在step 1中計(jì)算得到的Gini Index中稠茂,選擇最小的Gini Index對(duì)應(yīng)的A=a作為最有特征與最優(yōu)切分點(diǎn)柠偶,由此training data被分配到了兩個(gè)子節(jié)點(diǎn)中。

Step 3: 重復(fù)以上步驟睬关,直到滿足停止條件诱担。

R 中的rpart package能夠?qū)崿F(xiàn)Cart 算法。

R code:

# raw data has 4521 rows and 17 columns; the last column is y
bank <- read.csv("C:/working/summer/機(jī)器學(xué)習(xí)/決策樹/bank/bank.csv",header=TRUE,sep=';')

# seprate as training set & valication set
bank_train <- bank[1:4000,]
bank_test <- bank[4001:4521,1:16]
bank_test1 <- bank[4001:4521,]

# build tree
library(rpart)
fit <- rpart(y~age+job+marital+education+default+balance+housing+loan+contact  
             +day+month+duration+campaign+pdays+previous+poutcome,method="class",  
             data=bank_train)  # method=class represent build classification tree
plot(fit, uniform = TRUE,main="Classification Tree for Bank")
text(fit,use.n = TRUE,all=TRUE)

#######################################################################################################

#use validation data to test the accuracy
result <- predict(fit, bank_test,type = "class")

#use a function to calculate accuracy rate
source("C:/working/summer/機(jī)器學(xué)習(xí)/決策樹/accurate rate.r")
count_result(result,bank_test1)

#######################################################################################################

# deal with missing value
# na.action 默認(rèn)保留自變量缺失的觀測(cè)值电爹,刪除因變量缺失的觀測(cè)值
# 但是不明白怎么保留自變量缺失的觀測(cè)值蔫仙??這樣保留了怎么建的樹藐不?
summary(bank) #The 4th, 9th,16th column have unknown value
n <- nrow(bank)
for (i in 1:n){
  if (bank[i,4]=="unknown"){
    bank[i,4]=NA
  }
  if (bank[i,9]=="unknown"){
    bank[i,9]=NA
  }
  if (bank[i,16]=="unknown"){
    bank[i,16]=NA
  }
}

fit2 <- rpart(y~.,method = "class", data=bank_train,na.action=na.rpart)  
plot(fit,,use.n=TRUE,all=TRUE)  
text(fit,use.n = TRUE,all=TRUE)
result2 <- predict(fit2,bank_test,type="class")
count_result(result2,bank_test1)

########################################################################################################
fit3 <- rpart(y~age+job+marital+education+default+balance+housing+loan+contact+day+month+duration+campaign+
                pdays+previous+poutcome,method="class",data=bank_train,na.action=na.rpart,
              control=rpart.control(minsplit=40,cp=0.001))   # minsplit越大樹越簡(jiǎn)單匀哄,它表示當(dāng)分類小到這個(gè)值時(shí)就停止
result3 <- predict(fit3,bank_test,type="class")  
count_result(result3,bank_test1)
plot(fit3,use.n=TRUE,all=TRUE)

count_result function 用來計(jì)算分類的正確率

count_result <- function(result,data_test){
  n <- length(result)
  count_right<-0
  i <-1
  for (i in 1:n){
    if (result[i]==data_test[i,17]){
      count_right=count_right+1
    }
  }
  print(count_right/n)

剪枝:

library(rpart)
fit <- rpart(y~age+job+marital+education+default+balance+housing+loan+contact  
             +day+month+duration+campaign+pdays+previous+poutcome,method="class",  
             data=bank_train,control=rpart.control(minsplit=140,cp=0.001))  # method=class represent build classification tree
plot(fit, uniform = TRUE,main="Classification Tree for Bank")
text(fit,use.n = TRUE,all=TRUE)

# more beautiful plot
library(rpart.plot)
rpart.plot(fit, branch=1, branch.type=2, type=1, extra=102,  
           shadow.col="gray", box.col="green",  
           border.col="blue", split.col="red",  
           split.cex=1.2, main="Kyphosis決策樹");  

# prune
printcp(fit)
fit$cptable
fit2 <- prune(fit, cp= fit$cptable[which.min(fit$cptable[,"xerror"]),"CP"]) 
rpart.plot(fit2, branch=1, branch.type=2, type=1, extra=102,  
           shadow.col="gray", box.col="green",  
           border.col="blue", split.col="red",  
           split.cex=1.2, main="Kyphosis決策樹");

剪枝前:4層

Paste_Image.png

剪枝后:3層

Paste_Image.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末秦效,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子涎嚼,更是在濱河造成了極大的恐慌阱州,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,204評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件法梯,死亡現(xiàn)場(chǎng)離奇詭異苔货,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)立哑,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門夜惭,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人铛绰,你說我怎么就攤上這事诈茧。” “怎么了捂掰?”我有些...
    開封第一講書人閱讀 164,548評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵敢会,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我这嚣,道長(zhǎng)鸥昏,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,657評(píng)論 1 293
  • 正文 為了忘掉前任姐帚,我火速辦了婚禮吏垮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘罐旗。我一直安慰自己膳汪,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評(píng)論 6 392
  • 文/花漫 我一把揭開白布尤莺。 她就那樣靜靜地躺著旅敷,像睡著了一般。 火紅的嫁衣襯著肌膚如雪颤霎。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,554評(píng)論 1 305
  • 那天涂滴,我揣著相機(jī)與錄音友酱,去河邊找鬼。 笑死柔纵,一個(gè)胖子當(dāng)著我的面吹牛缔杉,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播搁料,決...
    沈念sama閱讀 40,302評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼或详,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼系羞!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起霸琴,我...
    開封第一講書人閱讀 39,216評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤椒振,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后梧乘,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體澎迎,經(jīng)...
    沈念sama閱讀 45,661評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評(píng)論 3 336
  • 正文 我和宋清朗相戀三年选调,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了夹供。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,977評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡仁堪,死狀恐怖哮洽,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情弦聂,我是刑警寧澤鸟辅,帶...
    沈念sama閱讀 35,697評(píng)論 5 347
  • 正文 年R本政府宣布,位于F島的核電站横浑,受9級(jí)特大地震影響剔桨,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜徙融,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評(píng)論 3 330
  • 文/蒙蒙 一洒缀、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧欺冀,春花似錦树绩、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至职车,卻和暖如春瘫俊,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背悴灵。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工扛芽, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人积瞒。 一個(gè)月前我還...
    沈念sama閱讀 48,138評(píng)論 3 370
  • 正文 我出身青樓川尖,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親茫孔。 傳聞我的和親對(duì)象是個(gè)殘疾皇子叮喳,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容