vlambda博客
学习文章列表

1936年费希尔收集了三种鸢尾花（分别标记为setosa（山鸢尾）、versicolor（变色鸢尾）和virginica（维吉尼亚鸢尾））的花萼和花瓣数据。包括花萼的长度和宽度，以及花瓣的长度和宽度。改数据包为iris，共包含150条数据。

从照片来看，三者没有区别。但是内在是有区别的。

我们将根据这四个特征来建立支持向量机模型从而实现对鸢尾花的分类判别任务。如下图所示：iris数据集中更有三种品种的鸢尾，蓝色为山鸢尾、粉色为变色鸢尾，绿色为维吉尼亚鸢尾。

图2-2：iris数据集鸢尾花分类

初始设置

set.seed(1)

data= iris[sample(1:nrow(iris)),] #一步打乱数据（重排序）。

data[,1:4] = apply(data[,1:4],2,scale)#apply函数 把一个function作用到array或者matrix的margins（可以理解为数组的每一行或者每一列）中，返回值时vector、array、list。

is= sample(1:nrow(iris), 100)# 将1到150随机打乱，并取前一百个数。

train=data[is,]#取一百个数的对应的数据为训练集。

test=data[-is,]#取剩下的50个为测试集

test.x= test[,1:4]#提取出测试集前四列的特征（花萼长、宽和花瓣的长、宽）作为预测时的输入。

test.y= test[,5]#提取测试集真实的分类结果。

library(tree)#R语言中决策树算法需要用到tree包，此处需要加载tree包

tm1= tree(Species~., train, split='gini')#调用tree函数

plot(tm1)#根据模型拟合结果画出决策树的线，注意这里显示的是只有线的图，没有文字。

text(tm1)#为决策树添加上条件。

tm1.p = predict(tm1, test.x, type='class')#通过上述得到的决策树模型对测试集进行预测。

(tb = table(tm1.p, test.y))#输出预测结果与真实测试集的分类结果的对比。

   test.y

   tm1.p    setosa versicolor virginica

  setosa         16          0         0

  versicolor      0         16         2

  virginica       0          2        14

#由上述结果可以发现，50个预测值中四个预测错误。

sum(diag(tb))/sum(tb)#输出精确度

[1] 0.92

#上述结果表明当终端节点数为5时，tm1决策树模型的精确度为0.92。