membangun decision trees dengan menggunakan_nurul qamariyah
DESCRIPTION
Decision TreesTRANSCRIPT
Tugas Responsi Data MiningNuru Oamaryah Pertemuan Ke-3G651140301Tanggal, 05 Maret 2015MEMBANGUN DECISION TREES DENGAN MENGGUNAKAN DATA ORCHARDSPRAYSDecision Trees dengan Package PartyPerintah > str() digunakan untuk mengukur jumlah data dan aria!el "ang diperoleh dalamdata #r$hard%pra"s&Datadiatasmen"atakan!ah'adata#r$hard%pra"sdengan$lassdata&(rameterdiri dari )aria!el dimana setiap aria!el terdiri dari *) data o!serasi& +mpat aria!el terse!ut adalahde$rease, ro'pos, $olpos dan treatment&Menentukan nilai se$ara a$ak> set.seed(1234)Perintah untuk menentukan !agaimana penghasil !ilangan a$ak harus diinisialisasi ,seeded-sehingga mendapatkan hasil "ang tetap 'alaupun program dijalankan terus menerus& .pa!ilatidak terdapatn"a (ungsi set&seed didalam melakukan simulasi, maka hasil akan !eru!ah terusmenerus setiap kali program dijalankan& > tranData testData brary(party)Loadng requred package: grdLoadng requred package: mvtnormLoadng requred package: modetoosLoadng requred package: stats4Loadng requred package: strucchangeLoadng requred package: zooAttachng package: zooThe foowng ob|ects are masked from package:base:as.Date, as.Date.numercLoadng requred package: sandwch1> str(OrchardSprays)'data.frame': 64 obs. of4 varabes: $ decrease : num57 95 8 69 92 90 15 2 84 6 ... $ rowpos : num1 2 3 4 5 6 7 8 1 2 ... $ copos : num1 1 1 1 1 1 1 1 2 2 ... $ treatment: Factor w/ 8 eves "A","B","C","D",..: 4 5 2 8 7 6 3 1 3 2 ...Tugas Responsi Data MiningNuru Oamaryah Pertemuan Ke-3G651140301Tanggal, 05 Maret 2015> myFormua OrchardSprays_ctree # check the predcton> tabe(predct(OrchardSprays_ctree), tranData$Speces)> prnt(OrchardSprays_ctree) Condtona nference tree wth 3 termna nodesResponse:treatment Inputs:decrease, rowpos, copos Number of observatons:50 1) decrease 103) decrease 205)*weghts = 33 > pot(OrchardSprays_ctree)pot(OrchardSprays_ctree, type="smpe")2Tugas Responsi Data MiningNuru Oamaryah Pertemuan Ke-3G651140301Tanggal, 05 Maret 2015> # predct on test data> testPred tabe(testPred, testData$treatment)
testPred A B C D E F G H A 0 0 0 0 0 0 0 0 B 4 0 1 0 0 0 0 0 C 0 1 0 0 0 1 0 0 D 0 0 0 0 0 0 0 0 E 0 0 0 0 0 2 3 2 F 0 0 0 0 0 0 0 0 G 0 0 0 0 0 0 0 0 H 0 0 0 0 0 0 0 03