Nothing
Ctree_Sim <-
function(Data, Varis, CV.Laeufe){
# Einstellungen
apriori_v<- table(Data[,1])/nrow(Data) # Geschaetzte prior
# Bilden einer Input-Variable fuer die rpart-Funktion
if (length(Varis)==1){
if (Varis=="Alle") Varis<- names(Data)[-1]
}
Varis<- paste(Varis, sep="")
VVn <- length(Varis)
EV <- Varis[1]
if (VVn>1){
for(j in 2:VVn) EV<- paste(EV,"+",Varis[j], sep="")
}
Modell<- paste(names(Data)[1],"~", EV, sep="")
# Kreuzvalidierung - k Kreuzvalidierungsgruppen
Total_GFR <- 0
Fehlerraten<- 0
if (CV.Laeufe!="LOOCV"){
fold<- sample(1:CV.Laeufe, nrow(Data), replace=TRUE)
if (CV.Laeufe==nrow(Data)) fold<- 1:nrow(Data)
}
if (CV.Laeufe=="LOOCV"){ fold <- 1:nrow(Data)
CV.Laeufe<- nrow(Data)
}
for(k in 1:CV.Laeufe){
Learning_set <- Data[which(fold!=k),]
Test_set <- Data[which(fold==k),]
rpart.objects<- NULL
Fehlerrate <- c()
# Pruning bzgl. aller beta-Werte als Komplexitaetsparameter:
# Baum lernen
rpart.objects<- rpart(Modell,
data=Learning_set, method="class",
parms=list(split="gini", prior=apriori_v))
# Baum testen
rpart.test <- predict(object=rpart.objects, newdata=Test_set, type="class")
Tabelle <- table(rpart.test, Test_set[,1])
Fehlerrate <- 1-(sum(diag(Tabelle))/sum(Tabelle))
Fehlerraten<- c(Fehlerraten, Fehlerrate)
} # Ende Schleife k
Total_GFR2<- mean(Fehlerraten[-1]) # Loeschen der fuehrenden Null
# Original-Baum
Var_Original<- as.vector(subset(rpart.objects$frame$var,rpart.objects$frame$var != "<leaf>"))
# Geprunter Baum
rpart_pruned<- prune(rpart.objects, cp=0.1)
Var_pruned <- as.vector(subset(rpart_pruned$frame$var,rpart_pruned$frame$var != "<leaf>"))
# Ausgabe:
Ausgabe <- list()
Ausgabe$Modell <- Modell
Ausgabe$Originalbaum<- Var_Original # Variablen im ungepruntem Baum
Ausgabe$PrunedBaum <- Var_pruned # Variablen im gepruntem Baum
Ausgabe$FKR <- Total_GFR2*100 # FKR fuer alle betas
Ausgabe$Input_plot_O<- rpart.objects # Ausgabe des rpart-Objekts zum Plotten
Ausgabe$Input_plot_P<- rpart_pruned # Ausgabe des rpart-Objekts zum Plotten incl. Pruning
return(Ausgabe)
}
Any scripts or data that you put into this service are public.
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.