r - 创建决策树

Question

我有一个 csv 文件(298 行和 24 列)，我想创建一个决策树来预测“薪水”列。我已经下载了树包并通过库函数添加了。

但是当我尝试创建决策树时:

model<-tree(salary~.,data)

我收到如下错误:

 *Error in tree(salary ~ ., data) : 
  factor predictors must have at most 32 levels* 

这有什么问题吗？数据如下:

      Name bat hit homeruns runs
1   Alan Ashby 315  81        7   24
2  Alvin Davis 479 130       18   66
3 Andre Dawson 496 141       20   65
...
team position putout assists errors
1 Hou.        C    632      43     10
2 Sea.       1B    880      82     14
3 Mon.       RF    200      11      3
salary league87 team87
1    475        N   Hou.
2    480        A   Sea.
3    500        N   Chi.

它的值是str(data):

“data.frame”:263 个观测值。共 24 个变量: $ 名称:包含 263 个级别的因子“Al Newman”、“Alan Ashby”、..:2 7 8 10 6 1 13 11 9 3 ...

$ bat :整数315 479 496 321 594 185 298 323 401 574 ...

$命中:int 81 130 141 87 169 37 73 81 92 159 ...

$ 本垒打:int 7 18 20 10 4 1 0 6 17 21 ...

$ 运行:int 24 66 65 39 74 23 24 26 49 107 ...

$ runs.batted : int 38 72 78 42 51 8 24 32 66 75 ...

$ 行走:int 39 76 37 30 35 21 7 8 65 59 ...

$ 年.in.major.leagues : int 14 3 11 2 11 2 3 2 13 10 ...

$bats.during.career:int 3449 1624 5628 396 4408 214 509 341 5206 4631 ...

$ hit.during.career:int 835 457 1575 101 1133 42 108 86 1332 1300 ...

$ homeruns.during.career : int 69 63 225 12 19 1 0 6 253 90 ...

$ running.during.career:int 321 224 828 48 501 30 41 32 784 702 ...

$ running.batted.during.career: int 414 266 838 46 336 9 37 34 890 504 ...

$ walks.during.career:int 375 263 354 33 194 24 12 8 866 488 ...

$ league :包含 2 个级别“A”、“N”的因子:2 1 2 2 1 2 1 2 1 1 ...

$ 除法:带 2 个级别“E”、“W”的因子:2 2 1 1 2 1 2 2 1 1 ...

$ team :因子 w/24 个级别“Atl.”、“Bal.”、..:9 21 14 14 16 14 10 1 78 ...

$位置:23个级别的因子“1B”，“1O”，“23”，..:10 1 20 1 22 4 22 22 13 22 ...

$输出:int 632 880 200 805 282 76 121 143 0 238 ...

助攻金额:int 43 82 11 40 421 127 283 290 0 445 ...

$ 错误:int 10 14 3 4 25 7 9 19 0 22 ...

工资$:数字 475 480 500 91.5 750 ...

$ league87 :带 2 个级别“A”、“N”的因子:2 1 2 2 1 1 1 2 1 1 ...

$ team87 : 24 个级别的因子 "Atl.","Bal.",..: 9 21 5 14 16 13 10 1 7 8 ...

Answer 1

问题几乎可以肯定是您在模型中包含了 name 变量，因为它的因子级别太多。我也会从方法论的角度删除它，但这可能不是讨论的地方。尝试:

train <- data
train$Name <- NULL
model<-tree(salary~.,train)