标签：python r machine-learning decision-tree

我正在使用R中的rpart包运行我的决策树模型.这是我正在做的,

>使用read.csv加载我的数据
>删除不需要的列
>将我的数据集拆分为训练和测试
>在训练集上拟合我的模型
– 这一整天都在运行.

以下是我的数据集的摘要.

'data.frame':   117919 obs. of  7 variables:
 $Database          : Factor w/ 2 levels "DBIL","DBPD": 1 1 1 1 1 1 1 1 1 1 ...
 $Market_Description: Factor w/ 1 level "MY (PM)": 1 1 1 1 1 1 1 1 1 1 ...
 $Manufacturer      : Factor w/ 21 levels "21 Century","Abbott Lab",..: 4 3 4 4 4 4 3 3 3 3 ...
 $Brand             : Factor w/ 133 levels "","21 Century",..: 34 26 34 34 34 34 26 26 26 26 ...
 $Sub_Brand         : Factor w/ 194 levels "","0-6 Bulan",..: 9 6 9 9 9 9 6 6 6 6 ...
 $Age_Group         : Factor w/ 5 levels "","Adultenr",..: 1 1 1 1 1 1 1 1 1 1 ...
 $FMT_Category      : Factor w/ 10 levels "Adult Powders (excl Super Bev)",..: 5 5 5 5 5 5 5 5 5 5 ...

这是我的模型脚本..

fit <- rpart(FMT_Category~Database+Market_Description+Manufacturer+Brand+Sub_Brand+Age_Group, data=trainingset)

它只有117919观测值.我检查了我的R中的memory.limit,它说8065,mem_used也说40 MB.我没有收到任何错误,但模型一直运行一天.所以我不知道该在这里查看什么.我希望R至少给一些蹩脚的树,所以我可以从那里开始.我认为这与因素有关,所以我用stringAsFactors = FALSE读取数据.它仍然永远运行.我在我的python脚本和weka中尝试了相同的数据,它运行速度快,没​​有任何错误.请让我知道我错过了什么,或者指出我应该检查的正确方向.

编辑 – 我只是注意到问题是Brand和Sub_Brand中的级别数,这使得模型永远运行,因为它必须递归运行.有任何建议来处理这个？

解决方法:

>使用Brand和Sub_Brand作为整数.
>摆脱只有1级的Market_Description,对决策树模型没有帮助.

标签：python,r,machine-learning,decision-tree
来源： https://codeday.me/bug/20190706/1396317.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。