1. Klasifikacija i stablo odlučivanja uz r
Mirna Lazarić
Zagrebačka škola ekonomije i managementa

2. što je classification tree
Što je decision tree?
Stablo odlučivanja je alat koji koristimo kao potporu u odlučivanju poput grafikona.
Model prikazuje moguće ishode uključujući vjerojatnost određenog događaja.
Algoritam je prikazan poput stabla, prilično je intuitivan i shvatljiv krajnjem korisniku.

3. 1. Instalacija modula
Paket: C5.0 Decision Trees and Rule-Based Models.
C5.0 decision trees and rule-based models for pattern recognition.

4. 2. Učitavanje podataka
Za primjer analize podataka i crtanja decision tree-a koristiti ćemo data set cvijeta Irisa.
Classification tree ćemo koristit kao predviđanje karakteristika Irisa, određenim raznim varijablama.
Naš cilj je predvidjeti i klasificirati vrste Irisa prema dužini stabljike i širini latice.

5. Iris Verginica
Iris Versicolor
Iris Setosa

6. Tablica rezultata
Tablica rezultata nam prikazuje prema kojim varijablama klasificiramo cvjetove Irisa.
Kako bi mogli klasificirati moramo sve podatke međusobno pomiješati.
Dobivene rezultate strukturiramo s funkcijom „str(Irisr)”(structure Irisr)

7. Definiramo novu funkciju pomoću koje strukturiramo klasifikaciju te kontrolnu funkciju.

9. U dobivenim rezultatima vidimo tablicu koja nam prikazuje rezultate klasifikacije cvjetova koji nisu zapisani u nikakvom određenom rasporedu.
Rezultati nam također prikazuju predikciju koliki broj cvjetova će biti od pojedine vrste.

11. Primjena u ekonomiji
U sljedećem primjeru ćemo primijeniti znanje koje smo stekli na prethodnom zadatku.
 Podatke za decision tree ćemo uzeti iz German credit detabase-a.

12. Kod Instalirati ćemo pakete „rpart.plot” 2. Učitavamo podatke
3. Rezultati

13. Decision tree
Kod za crtanje diagrama

14. REZULTATI

15. Hvala na pozornosti