如何解决拟合分类树并使用测试集
library(tree)
library(ISLR)
data("Carseats")
High<-ifelse(Carseats$Sales<=8,'No','Yes')
Carseats<-data.frame(Carseats,High)
tree.Carseats<-tree(as.factor(High)~.-Sales,data = Carseats)
summary(tree.Carseats)
plot(tree.Carseats)
text(tree.Carseats,pretty=0)
set.seed(1)
train=sample(1:nrow(Carseats),200)
我写信是想询问代码 train=sample(1:nrow(Carseats),200)。
此代码的结果只是显示数据，我无法使用 View(train) 查看数据集。
IMO，我认为对于 sample，我们将选择数据集 data(Carseats) 的行，每个元素应包含一些标签，例如 Sales、Income...
也许我对背后的理论想法感到困惑。
解决方法
这 train=... 行代码只是创建了一个包含 200 个随机数（介于 1 和 nrow(Carseats) 之间）的整数向量。您需要实际对数据进行子集化。像这样：
train_index <- sample(nrow(Carseats),200)
training_data <- Carseats[train_index,]
然后你会希望你的测试数据有剩余的观察，例如，
test_data <- Carseats[-train_index,]
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
