RForML之核心包：rpart

作者：陆勤

概述：rpart是Recursive Partitioning and Regression Trees的简称，它实现了 Breiman, Friedman, Olshen and Stone这三位大佬所写书籍《Classification and Regression Trees》大多数算法的功能。

一、rpart包介绍

rpart是Recursive Partitioning and Regression Trees的简称，它实现了 Breiman, Friedman, Olshen and Stone这三位大佬所写书籍《Classification and Regression Trees》大多数算法的功能。

二、rpart包安装与加载

rpart包是扩展包，需要先安装和加载，才能使用。

if(!require(rpart))
{
  install.packages('rpart')
  require(rpart)
}

三、rpart包应用

利用rpart包实现决策树算法，从ecoli数据集中利用决策树学习到分类器模型，然后利用模型做预测。

ecoli数据集

url <- 'http://www.wekaleamstudios.co.uk/wp-content/uploads/2010/09/ecoli.txt'
ecoli.data <- read.csv(url)
str(ecoli.data)
## 保存数据
write.csv(ecoli.data, 'ecoli.txt', row.names = FALSE)

决策树模型创建

ecoli.tree <- rpart(class ~ ., data = ecoli.data[,-1])

决策树修剪

利用plotcp函数可视化或者printcp函数选取合适cp值，然后利用prune函数对决策树进行修剪和优化

plotcp(ecoli.tree)

结果示意图

ecoli.tree1 <- prune(ecoli.tree, cp = 0.02)

决策树结果可视化

if(!(require(rattle) & require(rpart.plot)))
{
  install.packages(c('rattle', 'rpart.plot'))
  require(rattle)
  require(rpart.plot)
}
fancyRpartPlot(ecoli.tree1)

结果示意图

决策树规则解读

asRules(ecoli.tree1)

部分结果如下

模型应用

利用predict函数，对数据集进行预测，并且量化预测效果。

参考资料

1 rpart包文档：https://cran.r-project.org/web/packages/rpart/rpart.pdf
2 rpart应用：https://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf

您在阅读中，有什么建议或者想法，请留言。
如果您觉得本文有收获，请小额赞赏，让我有动力继续写出高质量的文章。

数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习。
平台的理念：人人投稿，知识共享；人人分析，洞见驱动；智慧聚合，普惠人人。
您在数据人网平台，可以1）学习数据知识；2）创建数据博客；3）认识数据朋友；4）寻找数据工作；5）找到其它与数据相关的干货。
我们努力坚持做原创，分享和传播有价值的数据知识！
我们都是数据人，数据是有价值的，坚定不移地利用数据价值创造价值！

公众号推荐：脚印英语，快乐有趣学会英语。

点击“阅读原文”进入数据人网。