R predict.rpart 根据拟合的 Rpart 对象进行预测

说明

返返回自拟合的 rpart 对象的预测响应向量。

用法

## S3 method for class 'rpart'
predict(object, newdata,
       type = c("vector", "prob", "class", "matrix"),
       na.action = na.pass, ...)

参数

object	类 "rpart" 的拟合模型对象。假定这是某个函数的结果，该函数生成一个对象，该对象的命名组件与 rpart 函数返回的组件具有相同的命名组件。
newdata	包含需要预测的值的数据帧。 formula(object) 右侧引用的预测变量必须按名称出现在 newdata 中。如果缺失，则返回拟合值。
type	表示返回的预测值类型的字符串。如果 rpart 对象是分类树，则默认返回 prob 预测，这是一个矩阵，其列是第一类、第二类等的概率。 (这与 tree 的默认行为一致)。否则，返回向量结果。
na.action	一个函数，用于确定如何处理 newdata 中的缺失值。默认设置是使用代理以构建模型时选择的方式将它们沿着树传递。其他可能性是 na.omit 和 na.fail 。
...	传入或传出其他方法的进一步参数。

细节

此函数是类 "rpart" 的通用函数预测的方法。可以通过为适当类的对象调用predict来调用它，也可以直接通过调用predict.rpart来调用它，而不管对象的类如何。

值

将 newdata 放入对象中即可获得一个新对象。对于因子预测变量，如果观测值包含不用于生长树的级别，则将其保留在最深的可能节点，并且该节点处的 frame$yval 是预测。

如果type = "vector"：
预测响应的向量。对于回归树，这是节点的平均响应，对于泊松树，这是估计的响应率，对于分类树，这是预测的类别(作为数字)。

如果type = "prob"：
(对于分类树)类别概率矩阵。

如果type = "matrix"：
完整响应的矩阵(frame$yval2如果存在，否则frame$yval)。对于回归树，这是平均响应，对于泊松树，它是拟合树中该节点的响应率和事件数，对于分类树，它是至少预测类的串联，该类计数为拟合树中的该节点，以及类概率(某些版本rpart可能包含更多列)。

如果type = "class"：
(对于分类树)基于响应的分类因子。

例子

z.auto <- rpart(Mileage ~ Weight, car.test.frame)
predict(z.auto)

fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
predict(fit, type = "prob")   # class probabilities (default)
predict(fit, type = "vector") # level numbers
predict(fit, type = "class")  # factor
predict(fit, type = "matrix") # level number, class frequencies, probabilities

sub <- c(sample(1:50, 25), sample(51:100, 25), sample(101:150, 25))
fit <- rpart(Species ~ ., data = iris, subset = sub)
fit
table(predict(fit, iris[-sub,], type = "class"), iris[-sub, "Species"])

也可以看看

predict、rpart.object