机器学习知识经验分享之六：决策树

news2024/9/22 13:33:16

python语言用于深度学习较为广泛，R语言用于机器学习领域中的数据预测和数据处理算法较多，后续将更多分享机器学习数据预测相关知识的分享，有需要的朋友可持续关注，有疑问可以关注后私信留言。

一、R语言介绍

二、R语言安装（Windows为例）

一、R语言介绍

R语言是一种自由、开源的编程语言和统计软件环境，在统计计算和图形绘制方面具有非常强的能力。R语言最初是由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman开发的，现在它是由全球的统计学家和程序员共同发展维护。R语言支持多种统计方法，如线性和非线性建模、经典统计和计量经济学、时间序列分析、分类和聚类等。R语言也有一个非常强大的图形系统，能够生成各种高质量的统计图形。R语言的优点不仅体现在其免费和开源的特性上，还包括其强大的数据处理和可视化功能、与其他编程语言和数据格式的互操作性、自由开发的扩展包、社区支持和可移植性等。R语言大量的扩展包是它的一大特点，这些扩展包提供各种各样的扩展功能和工具，如机器学习、深度学习、自然语言处理和网络分析等。总之，R语言不仅是一种统计学家和数据科学家的工具，也是在更广泛的科学、工程和商业领域中广泛使用的高级编程语言。

二、R语言安装（Windows为例）

与python语言安装一样，1.可以先在R官网（https://www.r-project.org/）并下载最新的R for Windows安装程序。2. 运行下载的R for Windows安装程序，按照提示进行安装。默认情况下，R语言将被安装到C: \ Program Files \ R文件夹中。3. 安装程序可能会提示选择安装项，例如安装32位或64位版本、添加图形用户界面等。根据自己的需求进行选择。4. 等待安装程序完成，安装程序将创建R的快捷方式，可以通过启动菜单或桌面上的图标启动。然后，安装R语言的IDE——RStudio.RStudio IDE - RStudio

以下为R语言代码示例：

# 安装库
install.packages("dplyr")
# 加载所需的库
library(dplyr)

# 读取csv文件
df <- read.csv("data.csv")

# 数据清洗
df <- df %>% filter(!is.na(attr_1)) %>% select(-c(attr_2, attr_3))

# 数据分组和统计
result <- df %>% group_by(attr_1) %>%
                summarise(count = n(), 
                          mean_val = mean(attr_4), 
                          max_val = max(attr_5))

该语句的功能包括以下几步：
1.  加载dplyr库，方便进行数据清洗、分组和统计操作。
2.  从csv文件中读取数据并存储到df数据框中。
3.  对df数据框进行数据清洗操作，将包含NA值的行删除，并删除不需要的列。
4.  对清洗后的df数据框进行分组操作，并统计各组数据数量、attr_4的平均值和attr_5的最大值。
5.  最终结果存储在result数据框中。