当我的因变量中有 4 个类别时想要构建决策树

【问题标题】：Want to build a decision tree when i have 4 categories in my dependent variable当我的因变量中有 4 个类别时想要构建决策树
【发布时间】：2017-06-29 00:23:35
【问题描述】：

我想构建一个决策树，但我的因变量中有 4 个类别（1、2、3、4）。我该如何建造？我熟悉可用于二进制因变量的 rpart 包。我认为如果我们有更多的类别，那么我们需要建立 CHAID 模型。请提出建议。

data<-rpart(cluster, indvariable, data=segmentation, control=rpart.control(cp=0.01)

集群是我的因变量，有 4 个类别。

提前致谢。

【问题讨论】：

标签： r cart decision-tree

【解决方案1】：

我不认为做多类模型与你说你已经知道的二元分类有什么不同。

你试过这样的语法吗？

treemodel = rpart(class ~ x1 + x2 + x3 + x4 + x5, data = df)

【讨论】：

虽然此代码可能会解决问题，including an explanation 关于如何以及为什么解决问题将真正有助于提高您的帖子质量，并可能导致更多的赞成票。请记住，您正在为将来的读者回答问题，而不仅仅是现在提问的人。请edit您的回答添加解释并说明适用的限制和假设。