问题标签 [c5.0]

I trained Decision Tree model using train function from caret library:

Now I would like to plot Decision Tree for the final model. But this command doesn't work:

Someone already asked about it here: topic

Suggested solution was to use bestTune from the fitted train object to define the relevant c5.0 model manually. And then plot that c5.0 model normally:

I tried to do so. Yes, it makes possible to plot c5.0 model, BUT predicted probabilities from train object and manually recreated c5.0 model don't match.

So, my question is: is it possible to extract final c5.0 model from caret::train object and plot this Decision Tree?

现在解决了。问题是 data=OneT.train，这是错误的。此代码是从原始代码复制过来的。它需要是插入号 train() 函数中的 data=OneT 。当前的 OneT.train 在属性字段中存在缺失值，而不是目标，因为重新加载和拆分数据，省略了填充缺失值 - 从未使用过。

我正在尝试使用 caret 包对 C5.0 决策树进行重复的 k 折交叉验证。

以下代码生成一个有效的 C5.0 决策树（混淆矩阵的准确率为 68%）：

caret 包代码给出了这些错误（没有缺失值）：

数据从 .csv 文件加载，OneGM 为 TRUE 或 FALSE（.csv 中的文本列） - 并且没有任何缺失值。

我想使用上面的单行插入符号包方法（我已经在多个地方看到过这种方法），而且我不是在寻找手动进行交叉验证的解决方案。

没有缺失值 (OneT[is.na(OneT)] <- 0)。以下是数据示例：

谢谢你的帮助。

summary(model) 命令永远不会完成。

K-fold 交叉验证运行如下（R caret 包）：

该数据集有 3,000 行，每行 6 个属性。train 命令在 10 秒内完成。当使用直接使用 C5.0 训练的单个模型，不使用插入符号时，模型准确率为 68%。

如何调试 summary(model) 命令无法完成的原因？R-Studio 停止图标可用，并且可以正常工作。该命令未在 30 分钟内完成。

更新： summary(model$finalModel) 也永远不会完成。

谢谢你的帮助。

我正在学习机器学习的决策树方法。现在，我使用的最重要的一段代码是c5. 0. 不得不承认，这是天才的作品。但我不明白它是如何选择根节点和决策节点的。示例：我有一个名为“credit”的数据库。这是前几列：

所以当我在应用 c5.0 后查看决策树时，我看到根节点是$cheking balance，那么下一个决策节点是$credit_history. c5.0 创建决策树时遵循的策略或轨迹是什么？换句话说，它是如何确定决策节点的顺序的？

此处使用的数据集也已在另一个模型中使用并且有效。此外，C5.0 方法已与另一个数据集一起使用并且效果很好：

我可以而且应该做一个更简单的代表，但这真的是我的工作。在 Tidymodels 框架中训练 C5.0 模型后，我如何“看到”模型生成的规则？我试图复制这里说明的内容

https://www.tidyverse.org/blog/2020/05/rules-0-0-1/

但我并没有走得太远（但我确信解决方案必须是单线）。

非常感谢！

^{由reprex 包于 2020-12-10 创建(v0.3.0)}

在这里绘制我的模型时，我遇到了这个错误，请帮助我。

我正在尝试绘制我的决策树，但它一直给我这个错误，我不知道出了什么问题。

这是代码：

这是错误：

尝试使用 C5.0 CRAN 包训练具有大约 300 万行和 600 列数据集的模型时，出现以下错误：

粘贴错误(apply(x, 1, paste, collapse = ","), collapse = "\n") : 结果将超过 2^31-1 字节

从存储库所有者对类似问题的回答来看，这是由于字符串中字节数的R 限制，限制为 2^31 - 1。

我正在尝试将 minCases 参数实现到我的 c5.0 模型的调整过程中。当我使用 caret 包时，我试图将该参数放入“tuneGrid”中。为此，我找到了以下教程。 https://www.euclidean.com/machine-learning-in-practice/2015/6/12/r-caret-and-parameter-tuning-c50

将代码实现到我的语法中后，出现以下错误：

有谁知道哪里出错了？一旦我在代码的最后一行构建我的模型“mdl”，就会发生错误。

关于上面提到的教程，我当前的代码如下：