web-dev-qa-db-ja.com

rpartのディシジョンツリーを使用したデータ予測

Rを使用して、次のように構造化されたデータを含む「d」というデータフレームを分類しています。

initial dataset

データには576666行があり、列「classLabel」には3つのレベルの係数があります：ONE、TWO、THREE。

私はrpartを使用して決定木を作成しています：

fitTree = rpart(d$classLabel ~ d$tripduration + d$from_station_id + d$gender +  d$birthday)

そして、newdataの「classLabel」の値を予測したいと思います。

newdata = data.frame( tripduration=c(345,244,543,311), 
                      from_station_id=c(60,28,100,56),
                      gender=c("Male","Female","Male","Male"),  
                      birthday=c(1972,1955,1964,1967) )

 p <- predict(fitTree, newdata)

私の結果は、それぞれがnewdataの "classLabel"の3つの可能な値の確率を持つ4行の行列になると予想しています。しかし、pの結果として得られるのは、次のような576666行のデータフレームです。

enter image description here

predict関数を実行すると、次の警告も表示されます。

Warning message:
'newdata' had 4 rows but variables found have 576666 rows

どこが間違っているの？

rmachine-learningclassificationdecision-treerpart
6
Saba Jamalian

問題は次のとおりです。予測コードに「type = 'class'」を追加する必要があります。

    predict(fitTree,newdata,type="class")

次のコードを試してください。この例では、「iris」データセットを使用します。

    > data(iris)
    > head(iris)
    Sepal.Length Sepal.Width Petal.Length Petal.Width Species
  1          5.1         3.5          1.4         0.2  setosa
  2          4.9         3.0          1.4         0.2  setosa
  3          4.7         3.2          1.3         0.2  setosa
  4          4.6         3.1          1.5         0.2  setosa
  5          5.0         3.6          1.4         0.2  setosa
  6          5.4         3.9          1.7         0.4  setosa

  # model fitting
  > fitTree<-rpart(Species~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width,iris)

  #prediction-one row data
  > newdata<-data.frame(Sepal.Length=7,Sepal.Width=4,Petal.Length=6,Petal.Width=2)
  > newdata
  Sepal.Length Sepal.Width Petal.Length Petal.Width
  1            7           4            6           2

 # perform prediction
  > predict(fitTree, newdata,type="class")
     1 
  virginica 
  Levels: setosa versicolor virginica

 #prediction-multiple-row data
 > newdata2<-data.frame(Sepal.Length=c(7,8,6,5),
 +                      Sepal.Width=c(4,3,2,4),
 +                      Petal.Length=c(6,3.4,5.6,6.3),
 +                      Petal.Width=c(2,3,4,2.3))

 > newdata2
  Sepal.Length Sepal.Width Petal.Length Petal.Width
   1            7           4          6.0         2.0
   2            8           3          3.4         3.0
   3            6           2          5.6         4.0
   4            5           4          6.3         2.3

# perform prediction
> predict(fitTree,newdata2,type="class")
      1         2         3         4 
 virginica virginica virginica virginica 
 Levels: setosa versicolor virginica
13
Yimihua