r - R 中的 J48 树 - 训练和测试分类

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)

但我想将我的数据拆分为 70% 的训练和 30% 的测试，我该如何使用 J48 算法来做到这一点？

非常感谢!

Answer 1

使用 caTools 包的 sample.split() 函数。它比 caret 包(如果我没记错的话这是一个元包)更轻量级:

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)