江苏龙网

  1. 首页 > 生活 > >

决策树适合大数据么( 二 )

决策树适合大数据么


回想一下我们之前用rxCube拟合这个模型的结论：术后并发症的概率如果开始是颈椎并且手术中涉及更多的椎骨，则脊柱后凸似乎更大类似地，似乎对年龄的依赖是非线性的：它首先随着年龄而增加，峰值在5-9范围内，然后再次减小。
rxDTree模型似乎证实了这些早期的结论 - 对于开始\u0026lt;8.5,19名观察对象中的11名发展为脊柱后凸，而29名受试者中没有一名患者开始\u0026gt; = 14.5。对于剩余的33名受试者，年龄是主要的分裂因素，正如我们之前观察到的，5至9岁的患者发生脊柱后凸的概率最高。
返回的对象kyphTree是类rxDTree的对象该rxDTree类是密切仿照rpart包包类，因此该类的对象rxDTree有一个最重要的组成部分rpart包包对象：框架，cptable，拆分等默认情况下，然而， rxDTree对象不从类继承rpart包包。但是，您可以使用rxAddInheritance函数将软件rpart继承添加到rxDTree对象。
一个简单的回归树作为回归树的一个简单示例，考虑mtcars数据集，并使用置换（DISP）作为预测值来拟合汽油里程（MPG）：

＃一个简单的回归树 mtcarTree \u0026lt; - rxDTree（mpg~disp，data = https://www.zhihu.com/api/v4/questions/21145016/mtcars） mtcarTree rxDTree（公式= mpg~disp，data = mtcars） 数据：mtcars 有效观察数：32 缺失观察数：0 树表示： n = 32 node），split，n，deviance，yval *表示终端节点 1）root 32 1126.0470 20.09063 2）disp/u0026gt; = 163.5 18 143.5894 15.99444 * 3）disp /u0026lt;163.5 14 292.1343 25.35714 *决策树适合大数据么


大型汽车（发动机排量大于163.5立方英寸）和小型汽车之间存在明显的区别。
一个更大的回归树模型作为一个更复杂的例子，我们返回人口普查员工数据我们使用perwt变量作为概率权重，创建一个回归树，根据年龄，性别和工作周数预测工资收入：
＃一个更大的回归树模型 maxDepth = 3，minBucket = 30000，data = https://www.zhihu.com/api/v4/questions/21145016/censusWorkers） incomeTree rxDTree（ incwage~年龄+性别+ wkswork1，数据=人口普查工作者， pweights =“perwt”，minBucket = 30000，maxDepth = 3） 文件：C：// Program Files // Microsoft // MRO-for-RRE // 8.0 // R-3.2.2 // library // RevoScaleR // SampleData // CensusWorkers.xdf 有效观察数：351121 缺失观察数：0 树表示： n = 351121 node），split，n，deviance，yval *表示终端节点 1）root 351121 1.177765e + 16 35788.47 2）性别=女161777 2.271425e + 15 26721.09 4）wkswork1 /u0026lt;51.5 56874 5.757587e + 14 19717.74 * 5）wkswork1/u0026gt; = 51.5 104903 1.608813e + 15 30505.87 10）年龄/u0026lt;34.5 31511 2.500078e + 14 25836.32 * 11）年龄/u0026gt; = 34.5 73392 1.338235e + 15 32576.74 * 3）性别=男性189344 9.008506e + 15 43472.71 6）年龄/u0026lt;31.5 48449 6.445334e + 14 27577.80 * 7）年龄/u0026gt; = 31.5 140895 8.010642e + 15 49221.82 14）wkswork1 /u0026lt;51.5 34359 1.550839e + 15 37096.62 * 15）wkswork1/u0026gt; = 51.5 106536 6.326896e + 15 53082.08 *决策树适合大数据么


这里的主要分裂（鉴于我们对教程中的数据集的分析：用RevoScaleR分析美国人口普查数据，这并不奇怪）是性别; 女性平均收入大大低于男性额外的分裂也不足为奇。老年工人的收入高于年轻工人，而那些工作时间更长的人往往比那些工作时间更少的人赚得更多。


推荐阅读


上一篇：电商对税收有啥影响

下一篇： 仙人掌科：有种猴尾巴仙人掌，才养了几年，没想到变成了一道风景线