[ R ] 의사결정나무 조건부 추론나무 #3 예제

조건부 추론나무

 

# 패키지 

install.packages("rpart") library(rpart) install.packages("rpart.plot")  library(rpart.plot)

 

# sampling

data(iris) str(iris)  set.seed(1000)  sampnum <- sample(2, nrow(iris), replace=TRUE, prob=c(0.7,0.3)) sampnum

 

 

# training & testing data 구분

trData <- iris[sampnum==1,]  teData <- iris[sampnum == 2, ]  shortvar <- Species~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width

 

 

# 학습

citreeResult <- ctree(shortvar, data=trData)

 

 

# 예측값과 실제값 비교

table(predict(citreeResult), trData$Species) #                setosa versicolor virginica # setosa          36            0            0 # versicolor       0           35           4 # virginica         0            1          30 citreeResult2 <- ctree(shortvar, data=teData)

 

 

# 테스트 데이터를 이용하여 분류

forcasted2 <- predict(citreeResult2, data=teData)

 

 

# 예측결과와 실제값 비교

table(forcasted2, teData$Species)  # forcasted2   setosa versicolor virginica # setosa                14            0           0 # versicolor             0           14          1 # virginica               0            0         15

 

# 시각화

plot(citreeResult2)

 

 

# 해석

종(Species) 판단 Petal.Length <= 1.9 : setosa로 판단 Petal.Length > 1.9 & Petal.Width <= 1.6 : versicolor로 판단 나머지: virginica 로 판단