R_针对churn数据用id3、cart、C4.5和C5.0创建决策树模型进行判断哪种模型更合适

　　data(churn)导入自带的训练集churnTrain和测试集churnTest

　　用id3、cart、C4.5和C5.0创建决策树模型，并用交叉矩阵评估模型，针对churn数据，哪种模型更合适　　

　　决策树模型 ID3/C4.5/CART算法比较　　　传送门

　　data(churn)为R自带的训练集，这个data(chun十分特殊)

　　先对data(churn)训练集和测试集进行数据查询

 churnTest数据

　　　　diag(x = 1, nrow, ncol)

　　　　diag(x) <- value

　　解析：

　　　　x：一个矩阵,向量或一维数组,或不填写。

　　　　nrow, ncol：可选 行列。

　　　　value ：对角线的值，可以是一个值或一个向量

cart创建决策树模型：

　　与id3区别parms=list(split="gini")) 

Gary1<-rpart(churn~.,data=churnTrain,method="class", control=rpart.control(minsplit=1),parms=list(split="gini"))

　　解释略

> data(churn)
>
> set.seed(1)
>
> library(rpart)
>
> Gary1<-rpart(churn~.,data=churnTrain,method="class", control=rpart.control(minsplit=1),parms=list(split="gini"))
> printcp(Gary1)

Classification tree:
rpart(formula = churn ~ ., data = churnTrain, method = "class",
parms = list(split = "gini"), control = rpart.control(minsplit = 1))

Variables actually used in tree construction:
[1] international_plan            number_customer_service_calls state
[4] total_day_minutes             total_eve_minutes             total_intl_calls
[7] total_intl_minutes            voice_mail_plan

Root node error: 483/3333 = 0.14491

n= 3333

CP nsplit rel error  xerror     xstd
1 0.089027      0   1.00000 1.00000 0.042076
2 0.084886      1   0.91097 0.96273 0.041414
3 0.078675      2   0.82609 0.90062 0.040265
4 0.052795      4   0.66874 0.72050 0.036551
5 0.023810      7   0.47412 0.49896 0.030957
6 0.017598      9   0.42650 0.53416 0.031942
7 0.014493     12   0.36853 0.51553 0.031426
8 0.010000     14   0.33954 0.48654 0.030599
>
> #交叉矩阵评估模型
> pre1<-predict(Gary1,newdata=churnTrain,type='class')
> tab<-table(pre1,churnTrain$churn)
> tab

pre1   yes   no
yes  354   35
no   129 2815
>
> #评估模型(预测)的正确率
> sum(diag(tab))/sum(tab)
[1] 0.9507951

C4.5创建决策树模型：

　　读取数据，加载party包

data(churn)

library(RWeka)

　　使用rpart包J48()创建决策树模型

> Gary<-J48(churn~.,data=churnTrain)

> tab<-table(churnTrain$churn,predict(Gary))
> tab

yes   no
yes  359  124
no    24 2826

> #评估模型(预测)的正确率
> sum(diag(tab))/sum(tab)
[1] 0.9555956

C5.0创建决策树模型：

　　C5.0算法则是C4.5算法的商业版本，较C4.5算法提高了运算效率，它加入了boosting算法，使该算法更加智能化

　　解释略

> data(churn)
> treeModel <- C5.0(x = churnTrain[, -20], y = churnTrain$churn)
>
> ruleModel <- C5.0(churn ~ ., data = churnTrain, rules = TRUE)
>
> tab<-table(churnTest$churn,predict(ruleModel,churnTest))
> tab

yes   no
yes  149   75
no    15 1428
> #评估模型(预测)的正确率
> sum(diag(tab))/sum(tab)
[1] 0.9460108

diag(x = 1, nrow, ncol) 

　　　　diag(x) <- value 

　　解析： 

　　　　x：一个矩阵,向量或一维数组,或不填写。 

　　　　nrow, ncol：可选 行列。 

　　　　value ：对角线的值，可以是一个值或一个向量