基于决策树的R中条件执行

Question

我有一个CSV文件，包括血压(BP)、心率(HR)、体重、体表面积(BSA)、体重指数(BMI)、年龄和性别等预测变量。

对于这些变量，有一种基于决策树的算法，将这些患者分为高风险的是/否类。因此，HIGH_RISK是第一列CSV的最后一列，目前它是空的。现在，尽管我可以对单个主题( CSV文件中的各个行)使用算法来填充HIGH_RISK列，但是有太多行，手动这样做是不切实际的。

如果是简单的加法、减法、乘法等，我会在R甚至Excel中完成。但是，由于该算法涉及分叉决策树，所以我不知道如何实现。但我相信这是可能的，因为R是如此强大。有什么建议吗？

决策树类似于以下内容：http://www.scielo.br/img/revistas/sa/v70n6/a01fig04.jpg

Answer 1

您可以使用我为您编写的帮助函数：

decisionTree <- function(dataframe, lst) {
  if (!is.recursive(lst)) return(lst)
  values <- numeric(nrow(dataframe))
  indices <- eval(parse(text = names(lst)[1]), dataframe)
  values[indices] <- decisionTree(dataframe[indices, ], lst[[1]])
  values[!indices] <- decisionTree(dataframe[!indices, ], lst[[2]])
  values
}

一般格式是以如下格式传递一个data.frame作为第一个参数，一个嵌套列表表示决策树作为第二个参数：

 list("first_variable > 0.3" = 
         list("second_variable > 0.5" = 1,
              "second_variable <= 0.5" = list(
                 "third_variable > 0.3" = 0,
                 1) # naming the negated condition is optional
              ),
      "first_variable <= 0.3" = 0)

示例

iris$foo <- decisionTree(iris, list("Sepal.Length > 5" = list("Petal.Length > 1.3" = 1, 0), 0))
head(iris) # All entries with Sepal.Length > 5 and Petal.Length > 1.3 will contain a 1.
#      Sepal.Length Sepal.Width Petal.Length Petal.Width Species foo
#    1          5.1         3.5          1.4         0.2  setosa   1
#    2          4.9         3.0          1.4         0.2  setosa   0
#    3          4.7         3.2          1.3         0.2  setosa   0
#    4          4.6         3.1          1.5         0.2  setosa   0
#    5          5.0         3.6          1.4         0.2  setosa   0
#    6          5.4         3.9          1.7         0.4  setosa   1

对于您提供的图，第二个参数如下所示：

list("Ts_Armpit > 35.1" = 1,
  list("Ts_Breast <= 0.39" = list("Ts_Croup <= 28.9" = 1, 0),
    list("Ts_Groin <= 35.1" = 1, list("Ts_Armpit <= 33.7" = 1, 0))))

其中1表示不适，0表示舒适。