r - 分类/决策树和选择分割

Question

这是一个非常基本的示例。但我正在做一些数据分析，并且不断发现自己编写非常类似的 SQL 计数查询来生成概率表。

我的表被定义为值 0 表示事件未发生，而值 1 表示事件确实发生。

  > sqldf("select count(distinct Date) from joinedData where C_O_Above_prevHigh = 0 and  C_O_Below_prevLow = 0")
  count(distinct Date)
1                 1081

> sqldf("select count(distinct Date) from joinedData where C_O_Above_prevHigh = 0 and C_O_Below_prevLow = 0 and E_halfGap = 1")
  count(distinct Date)
1                  956

> sqldf("select count(distinct Date) from joinedData where C_O_Above_prevHigh = 1 OR C_O_Below_prevLow = 1 and E_halfGap = 1")
  count(distinct Date)
1                  504

在上面的示例中，我的预测变量是 C_O_Above_prevHigh 和 C_O_Below_prevLow，我的结果变量是 E_halfGap。在某些情况下，可能会有更多的预测变量，例如时间

R 或其他应用程序中是否有任何可用的内容可以:

1) 根据我的预测变量输出潜在的概率路径？2)允许我选择如何分割路径

感谢您的意见。

Answer 1

如果您想要所有总计和小计，您可以使用CUBE BY在 SQL 中(但不在 SQLite 中)或addmargins在 R 中。

addmargins( Titanic )
# More readable:
ftable( addmargins( Titanic ) )

如果你想构建决策树，您可以使用rpart包裹或检查 machine learning或者 graphical models任务 View