[데이터마이닝] 의사결정나무 강의 요약

데이터 분석 보고시, 데이터에 대한 설명이 필요합니다.

Tool에 대한 설명, 해석에 대한 설명도 필요합니다.

1. 문제설정 <- 우선순위 2
2. 데이터 
3. 분석 Tool
4. 결과
5. 활용   <- 우선순위 1

mydata_classification.csv

------------------------------

setwd("c:/bigdataApp/Rtest") # 데이터소스 path

install.packages("party") #의사결정나무를 작동시키는 pakage => party

library(party)

result <- read.csv("mydata_classification.csv", header=FALSE)

View(result)

# 만약에 csv header에 이름을 미리 지정했으면 필요없는 루틴

install.packages("reshape")

library(reshape)

result <- rename(result, c(V1="total", V2="price", V3="period", V4="variety", V5="response"))

View(result)

###############################################################

set.seed(1234) #랜덤으로 데이터 나눌때. 랜덤

resultsplit <- sample(2, nrow(result), replace=TRUE, prob=c(0.7, 0.3))

#prob=c(0.7, 0.3) -> 데이터를 random으로 2조각을 내라는 뜻

#전체 데이터 중 70%는 모델만드는데 쓰고, 30%는 테스트하는데 씀.

trainD <- result[resultsplit==1,]  # 70% 모델만들기

testD <- result[resultsplit==2,]   # 30% 테스트

rawD <- response ~ total + price + period+ variety

#   response -> Y값, 나머지(total...)에 대한 관계를 만들어라

trainModel <- ctree(rawD, data=trainD)

table(predict(trainModel), trainD$response)

#R 스퀘어 값과 연관, 모델이 얼마나 트레이닝 데이터를 잘 설명하는 가에 대해..보여줌...

#overspecialization => 너무 상세한 spec, 예측을 조금만 넘어가도 해석 불가

#overgeneralization => 너무 모호한 spec

#high  low  nr

#high    29    2   0

#low      1   36   0

#nr       0    0  35,

# 100/103 => R ratio 97% 정도로... 정확하다고 볼 수 있음.

print(trainModel)

plot(trainModel)

plot(trainModel, type="simple")

testModel <- predict(trainModel, newdata=testD)

table(testModel, testD$response)