r语言做决策树模型（少废话版本）

布满荆棘的人生 2022-07-10 04:24 458阅读 0赞

\#第1步：工作目录和数据集的准备  
setwd("C:/Users/IBM/Desktop/170222分类树建模/2.23建模")\#设定当前的工作目录，重要！  
audit2<-read.csv("model2.csv",header=T)  
str(audit2) \#转成字符串类型的  
  
  
\#第2步：做训练集和测试集  
set.seed(1)  
sub<-sample(1:nrow(audit2),round(nrow(audit2)\*2/3))  
length(sub) \#24443  
data\_train<-audit2\[sub,\]\#取2/3的数据做训练集  
data\_test<-audit2\[-sub,\]\#取1/3的数据做测试集  
dim(data\_train)\#训练集行数和列数24443 12  
dim(data\_test) \#测试集的行数和列数12222 12  
table(data\_train$是否转化)

table(data\_test$是否转化)

\#第3步：用训练集建模，观察模型结果  
tree.both<-rpart(as.factor(是否转化)~ .,data=data\_train,method='class',minsplit=20,minbucket=150,cp=0.00017)  
summary(tree.both)  
tree.both$variable.importance  
printcp(tree.both)

plotcp(tree.both,lwd=2)

\#第4步：画决策树  
\#4.1画决策树第1种方法，画出来的树比较简单  
plot(tree.both)

text(tree.both,use.n=T,all=T,cex=0.9)

\#4.2画决策树第2种方法，画出来的树稍微好看些  
library(rpart.plot)

rpart.plot(tree.both,branch=1,shadow.col="gray",box.col="green",border.col="blue",split.col="red",split.cex=1.2,main="决策树")

\#第5步：剪枝  
\#我们使用具有最小交叉验证误差的cp来建立回归树  
cp=tree.both$cptable\[which.min(tree.both$cptable\[,"xerror"\]),"CP"\]  
cp \#cp=0.00049  
  
\#第6步：剪枝之后的树再次画图  
tree.both2<-prune(tree.both,cp=tree.both$cptable\[which.min(tree.both$cptable\[,"xerror"\]),"CP"\])  
summary(tree.both2)  
tree.both2$variable.importance  
printcp(tree.both2)  
plotcp(tree.both2,lwd=2)  
  
library(rpart.plot)

rpart.plot(tree.both2,branch=1,shadow.col="gray",box.col="green",border.col="blue",split.col="red",split.cex=1.2,main="决策树")

\#第7步：输出规则。剪枝后的决策树规则，从规则中再找规律  
library(rattle)

asRules(tree.both2)

\#第8步：在测试集上做预测  
library(pROC)

pred.tree.both<-predict(tree.both,newdata=data\_test)

\#第9步：看模型的预测效果如何呀。正确的有多少，错误的有多少

predictScore<-data.frame(pred.tree.both)  
rownames(predictScore) \#看这个矩阵行的名字  
colnames(predictScore)\#看这个矩阵列的名字  
predictScore$是否转化<-'ok' \#在预测的矩阵后面多加一列‘是否转化’  
predictScore\[predictScore$FALSE.>predictScore$TRUE.,\]\[,"是否转化"\]=FALSE \#如果false的概率大于true的概率，那么判断为false  
predictScore\[predictScore$FALSE.<=predictScore$TRUE.,\]\[,"是否转化"\]=TRUE  
n<-table(data\_test$是否转化,predictScore$是否转化)  
n \#看分布情况  
percantage<-c(n\[1,1\]/sum(n\[1,\]),n\[2,2\]/sum(n\[2,\]))  
percantage