r 决策树中可变数量的参数答案

【问题标题】：Variable number of arguments in r decision treer 决策树中可变数量的参数
【发布时间】：2015-06-23 17:49:46
【问题描述】：

感谢您的帮助 - 我正在 R 中构建决策树，经典示例是

iris_ctree

我的问题是：如果我想输入可变数量的参数，而不是预先指定 Sepal.Length + Sepal.Width 和 Petal.Length，该怎么办？

Flowervar1、Flowervar2、Flowervar3 等。如果在程序运行之前我不知道自变量的数量，我该如何将其传递到公式中？

【问题讨论】：

您如何“知道”您想要包含哪些变量？如果你有一个更具体的reproducible example 会有所帮助
所以在这种情况下，我有数百个可能的自变量，我想为用户提供选择要包含多少个变量的机会——如果以花为例，有有 40 种可能的测量值，您可以在运行时选择在制作树时使用多少。这有帮助吗？
你将如何在运行时使用 R 与用户交互？您打算传递给建模函数的输入是什么？
情况的细节是：我正在尝试将文本文件分类为两个类别之一。我有几个指标来挑选“最佳”词来对文档进行分类，其中一个规范是用户应该能够指定有多少最热门的词用于分类。因此，我不能真正将许多自变量硬编码到决策树中，我必须使用指定的数字。
我认为公式实际上并没有要求我将列与“自变量 1 + 自变量 2 + ...”相加，对吗？

【解决方案1】：

根据 MrFlick 的优秀推荐，我找到了！

listofintfactors <- c(paste("df", 1:iterations-1, sep = ""))

form <- as.formula(paste("df[,ncol(df)]~", paste (listofintfactors[-1], collapse="+")))

得到了我需要的确切公式，然后我就可以将其插入决策树，嘿，它很快就消失了。 “迭代”是我正在测试的变量的数量，所以这现在适用于任何用户输入的数字。

所以：谢谢，弗利克先生！

【讨论】：