R 使用决策树算法始终获得不同记录的固定预测
当使用决策树预测数值时,对于不同的记录,我总是得到完全相同的预测,即使记录之间的测试数据中的自变量不同。原因可能是什么 下面是一些培训数据行R 使用决策树算法始终获得不同记录的固定预测,r,decision-tree,R,Decision Tree,当使用决策树预测数值时,对于不同的记录,我总是得到完全相同的预测,即使记录之间的测试数据中的自变量不同。原因可能是什么 下面是一些培训数据行 cur val lat lon ass sf nb yr_bt sasdate 562333.10 134000 33.7651 -84.266 178280 2214 4 1954 12158 201965.01 55900 33.7631 -84.270 2
cur val lat lon ass sf nb yr_bt sasdate
562333.10 134000 33.7651 -84.266 178280 2214 4 1954 12158
201965.01 55900 33.7631 -84.270 22360 1352 2 1988 12240
322198.64 190000 33.7607 -84.264 75976 2258 2 1965 13322
355587.37 191500 33.7594 -84.2637 72520 2377 3 1961 12220
代码如下
library(rpart)
x_train=subset(train,select=-c(origval))
y_train=train$val
x <- cbind(x_train,y_train)
x$yr_built<-as.numeric(x$yr)
#grow tree
fit <- rpart(y_train ~ ., data = x,method="anova")
#Predict Output
test$cur<-as.numeric(test$cur)
predicted= predict(fit,test)
库(rpart)
x_序列=子集(序列,选择=-c(初始值))
y_列车=列车$val
x