我使用R中的rpart包从训练数据构建了一个决策树。现在我有更多的数据，我想用这些数据来检验模型。我希望逻辑上/迭代地执行以下操作：

for each datapoint in new data     run point thru decision tree, branching as appropriate     examine how tree classifies the data point     determine if the datapoint is a true positive or false positive

我在R中如何实现这一点？

回答：

要使用这个方法，我假设你已经将训练集分成了一个子训练集和一个测试集。

要创建训练模型，你可以使用：

model <- rpart(y~., traindata, minbucket=5)   # 我猜你已经这样做了。

要将其应用于测试集：

pred <- predict(model, testdata) 

你会得到一个预测结果的向量。

在你的训练测试数据集中，你也有“真实”的答案。假设这是训练集中的最后一列。

简单地将它们等同起来就会得到结果：

pred == testdata[ , last]  # 其中'last'等于'y'的索引

当元素相等时，你会得到一个TRUE，当你得到一个FALSE时，这意味着你的预测是错误的。

pred + testdata[, last] > 1 # 给出真阳性，因为这意味着两个向量都是1pred == testdata[, last]    # 给出那些正确的

你可能有兴趣看看你有多少百分比是正确的：

mean(pred == testdata[ , last])    # 这里TRUE将计为1，FALSE将计为0