分类/决策树和选择拆分答案

【问题标题】：Classifcation/Decision Trees and Choosing Splits分类/决策树和选择拆分
【发布时间】：2012-05-06 22:54:28
【问题描述】：

这是一个非常基本的例子。但我正在做一些数据分析，并且不断发现自己正在编写非常相似的 SQL 计数查询来生成概率表。

我的表被定义为值 0 表示事件没有发生，而值 1 表示事件确实发生了。

  > sqldf("select count(distinct Date) from joinedData where C_O_Above_prevHigh = 0 and  C_O_Below_prevLow = 0")
  count(distinct Date)
1                 1081

> sqldf("select count(distinct Date) from joinedData where C_O_Above_prevHigh = 0 and C_O_Below_prevLow = 0 and E_halfGap = 1")
  count(distinct Date)
1                  956

> sqldf("select count(distinct Date) from joinedData where C_O_Above_prevHigh = 1 OR C_O_Below_prevLow = 1 and E_halfGap = 1")
  count(distinct Date)
1                  504

在上面的示例中，我的预测变量是C_O_Above_prevHigh 和C_O_Below_prevLow，我的结果变量是E_halfGap。在某些情况下，可能会有更多的预测变量，例如Time

R 或其他应用程序中是否有任何可用的东西：

1) 根据我的预测器输出潜在的概率路径？ 2）允许我选择如何分割路径

感谢您的意见。

【问题讨论】：

标签： r machine-learning data-mining classification decision-tree

【解决方案1】：

如果您想要所有总计和小计，你可以在 SQL 中使用CUBE BY（但它不在 SQLite 中）或addmargins 在 R 中。

addmargins( Titanic )
# More readable:
ftable( addmargins( Titanic ) )

如果你想构建一个决策树，你可以使用rpart 包或检查 machine learning 要么 graphical models 任务视图

【讨论】：

感谢您让我开始使用立方体。