R-序列中的J48树及其测试分类

Question

我想在R上的J48决策树中使用训练和测试，这是我的代码：

library("RWeka")

data <- read.csv("try.csv")
resultJ48 <- J48(classificationTry~., data)

summary(resultJ48)

但是我想把我的数据分成70%的训练和30%的测试，我如何使用J48 algo来实现呢？

非常感谢！

Answer 1

使用sample.split()包的caTools函数。它比caret包更轻量级(如果我没有记错的话，它是一个元包)：

library(caTools)

library(RWeka)

data <- read.csv("try.csv")
spl = sample.split(data$someAttribute, SplitRatio = 0.7)

dataTrain = subset(data, spl==TRUE)
dataTest = subset(data, spl==FALSE)

resultJ48 <- J48(as.factor(classAttribute)~., dataTrain) 
dataTest.pred <- predict(resultJ48, newdata = dataTest)
table(dataTest$classAttribute, dataTest.pred)

Answer 2

你可能想要检查插入包中的createDataPartition。

Answer 3

不是在R.但是在爪哇..。但你会理解其中的逻辑。

int trainSize = (int) Math.round(trainingSet.numInstances() * 0.7); //70% split 
int testSize = trainingSet.numInstances() - trainSize;
Instances train = new Instances(trainingSet, 0, trainSize);
Instances test = new Instances(trainingSet, trainSize, testSize)

用相同的逻辑在R中实现。希望它有帮助:)