R parsnip C5_rules C5.0 基於規則的分類模型

C5_rules() 定義了一個模型，該模型從樹中導出特征規則以進行預測。可以使用單棵樹或增強型集成。該函數可以擬合分類模型。

擬合該模型的方法有多種，通過設置模型引擎來選擇估計方法。下麵列出了該模型的引擎特定頁麵。

• C5.0¹²

有關如何操作的更多信息防風草用於建模的是https://www.tidymodels.org/.

用法

C5_rules(mode = "classification", trees = NULL, min_n = NULL, engine = "C5.0")

參數

mode

模型類型的單個字符串。該模型唯一可能的值為"classification"。

trees

集合成員數量的非負整數(不大於 100)。

min_n

一個介於 0 到 9 之間的整數，表示節點中進一步拆分節點所需的最小數據點數量。

engine

指定用於擬合的計算引擎的單個字符串。

細節

C5.0 是一個分類模型，是 Quinlan (1993) 的 C4.5 模型的擴展。它具有基於樹和規則的版本，還包括增強函數。 C5_rules() 啟用使用一係列規則的模型版本(請參閱下麵的示例)。為了製定一組規則，創建了初始 C5.0 樹並將其展平為規則。規則被修剪、簡化和排序。規則集是在每次提升迭代中創建的。

此函數僅定義正在擬合的模型類型。一旦指定了引擎，也就定義了擬合模型的方法。有關設置引擎的更多信息，包括如何設置引擎參數，請參閱set_engine()。

在 fit() 函數與數據一起使用之前，模型不會經過訓練或擬合。

此函數中除 mode 和 engine 之外的每個參數都被捕獲為 quosures 。要以編程方式傳遞值，請使用injection operator，如下所示：

value <- 1
C5_rules(argument = !!value)

參考

昆蘭·R (1993)。 C4.5：機器學習程序。摩根考夫曼出版社。

https://www.tidymodels.org, Tidy Modeling with R, searchable table of parsnip models

也可以看看

例子

show_engines("C5_rules")
#> # A tibble: 0 × 2
#> # ℹ 2 variables: engine <chr>, mode <chr>

C5_rules()
#> ! parsnip could not locate an implementation for `C5_rules` model
#>   specifications.
#> ℹ The parsnip extension package rules implements support for this
#>   specification.
#> ℹ Please install (if needed) and load to continue.
#> C5.0 Model Specification (classification)
#> 
#> Computational engine: C5.0 
#>