R의 의사 결정 트리 모델에 대해 데이터를 테스트하려면 어떻게해야합니까?

Question

R의 rpart 패키지를 사용하여 교육 데이터에서 의사 결정 트리를 만들었습니다. 이제는 더 많은 데이터가 있고 모델을 확인하기 위해 트리를 확인하고 싶습니다. 논리적으로/반복적으로, 나는 다음과 같이하고 싶다 :

for each datapoint in new data 
    run point thru decision tree, branching as appropriate 
    examine how tree classifies the data point 
    determine if the datapoint is a true positive or false positive 

R에서 어떻게 하는가?

Answer 1

이것을 사용하려면 훈련 세트를 하위 집합 교육 세트와 테스트 세트로 분리한다고 가정합니다.

당신이 사용할 수있는 교육 모델을 만들려면 :

model <- rpart(y~., traindata, minbucket=5) # I suspect you did it so far. 

는 테스트 세트에 적용하려면

pred <- predict(model, testdata) 

는 그런 예측 결과의 벡터를 얻을.

교육 테스트 데이터 세트에는 "진짜"대답도 있습니다. 교육 세트의 마지막 열을 예로 들어 봅시다.

단순히 그들이 결과를 얻을 것입니다 동일시 : 요소가 동일한 경우

pred == testdata[ , last] # where 'last' equals the index of 'y' 

, 당신은 당신이 FALSE를 얻을 때 당신의 예측이 틀렸다는 것을 의미하는 TRUE를 얻을 것이다.

mean(pred == testdata[ , last]) # here TRUE will count as a 1, and FALSE as 0