2019-01-31
                                阅读量:
                                1115
                            
                        R语言构建分类回归树
                        回归决策树:用于预测定量数据,响应预测值取它所属的叶节点内训练集的平均响应值。
构造过程:特征选择→决策树的生成→决策树的剪枝
回归树RSS作为确定分割点的准则
#####回归树####
library(MASS)
data("Boston")
set.seed(1)
train=sample(1:nrow(Boston),nrow(Boston)/2)
tree.boston=tree(medv~.,Boston,subset=train) #房价中位数
plot(tree.boston)
text(tree.boston,pretty=0)
cv.boston=cv.tree(tree.boston)
plot(cv.bostonsize,cv.bostondev,type="b")
prune.boston=prune.tree(tree.boston,best=5)
plot(prune.boston)
text(prune.boston,pretty=0)
yhat=predict(tree.boston,newdata = Boston[-train,])
boston.test=Boston[-train,"medv"]
plot(yhat,boston.test)
abline(0,1)
mean((yhat-boston.test)^2)  #25
                        
                                0.0000
                            
                                0
                            
                                3
                            
                                
                            
                                关注作者
                            
                                    收藏
                                                            评论(0)
                    
发表评论
暂无数据
                        
                        推荐帖子
                    
                0条评论
                        0条评论
                        0条评论
                        
            
                
                
