R语言 rpart包 predict.rpart()函数中文帮助文档(中英文对照)

loveR

predict.rpart(rpart)
predict.rpart()所属R语言包：rpart

                                         Predictions from a Fitted Rpart Object
                                         从一个装软件rpart对象的预测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Returns a vector of predicted responses from a fitted rpart object.
返回预测的响应从一个装有rpart对象中的向量。


用法----------Usage----------


## S3 method for class 'rpart'
predict(object, newdata = list(),
       type = c("vector", "prob", "class", "matrix"),
       na.action = na.pass, ...)



参数----------Arguments----------

参数：object
fitted model object of class rpart.  This is assumed to be the result of some function that produces an object with the same named  components as that returned by the rpart function.   
拟合模型对象的类rpart。这被认为是一些函数，该函数产生的对象具有相同的命名组件rpart函数返回的结果。


参数：newdata
data frame containing the values at which predictions are required.  The predictors referred to in the right side of formula(object) must be present by name in newdata. If missing, the fitted values are returned.   
含有预测所需的值，在该值的数据框。在右侧formula(object)的预测因子中的名称必须存在newdata。如果缺少，拟合值被返回。


参数：type
character string denoting the type of predicted value returned.  If the rpart object is a classification tree, then the default is to return prob predictions, a matrix whose columns are the probability of the first, second, etc. class.  (This agrees with the default behavior of tree).  Otherwise, a vector result is returned.  
返回字符的字符串，表示预测值的类型。如果rpart对象是一个分类树，那么默认的是返回prob预测，矩阵的列第一，第二等类的概率。 （这一点与tree）的默认行为。否则，一个向量的结果被返回。


参数：na.action
a function to determine what should be done with missing values in newdata.  The default is to pass them down the tree using surrogates in the way selected when the model was built. Other possibilities are na.omit and na.fail.  
一个函数来确定什么应该做的遗漏值newdata。默认值是通过他们在树中使用代理人在建模型时所选择的方式。其他的可能性是na.omit和na.fail。


参数：...
further arguments passed to or from other methods.  
进一步的参数传递给其他方法。


Details

详细信息----------Details----------

This function is a method for the generic function predict for class rpart. It can be invoked by calling predict for an object of the appropriate class, or directly by calling predict.rpart regardless of the class of the object.
这个函数是一个方法的通用功能预测类rpart。它可以调用通过调用predict适当的类的对象，或直接调用predict.rpart无论这个类的对象。


值----------Value----------

A new object is obtained by dropping newdata down the object.  For factor predictors, if an observation contains a level not used to grow the tree, it is left at the deepest possible node and frame$yval at the node is the prediction.
下降newdata把对象是通过一个新的对象。因素的预测，如果一个的观察包含一个水平不增长的树，它留在最深的节点和frame$yval在节点的预测。

If type="vector":<br> vector of predicted responses. For regression trees this is the mean response at the node, for Poisson trees it is the estimated response rate, and for classification trees it is the predicted class (as a number).
如果type="vector"：<BR>的矢量预测的响应。对于回归树，这是在该节点上的平均响应，泊松树木是估计的反应速率，和分类树，它是预测类（作为一个数字）。

If type="prob":<br> (for a classification tree) a matrix of class probabilities.
如果type="prob"：参考的分类树的矩阵类的概率。

If type="matrix":<br> a matrix of the full responses (frame$yval2 if this exists, otherwise frame$yval). For regression trees, this is the mean response, for Poisson trees it is the response rate and the number of events at that node in the fitted tree, and for classification trees it is the concatenation of the predicted class, the class counts at that node in the fitted tree, and the class probabilities.
如果type="matrix"：<BR>矩阵的充分的答复（frame$yval2如果存在的话，否则frame$yval）。对于回归树，这是平均的响应，为泊松树木是拟合树中该节点的事件的响应速率和数目，和分类树，它是在该节点上的串联的预测类，类的计数在安装树，类的概率。

If type="class":<br> (for a classification tree) a factor of classifications based on the responses.
如果type="class"：参考的分类树分类的基础上的反应的一个因素。


参见----------See Also----------

predict,  rpart.object   
predict，rpart.object


实例----------Examples----------


z.auto <- rpart(Mileage ~ Weight, car.test.frame)
predict(z.auto)

fit <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosis)
predict(fit, type="prob")   # class probabilities (default)[类的概率（默认）]
predict(fit, type="vector") # level numbers[电平数字]
predict(fit, type="class")  # factor[因素]
predict(fit, type="matrix") # level number, class frequencies, probabilities[数量级，一流的频率，概率]

sub <- c(sample(1:50, 25), sample(51:100, 25), sample(101:150, 25))
fit <- rpart(Species ~ ., data=iris, subset=sub)
fit
table(predict(fit, iris[-sub,], type="class"), iris[-sub, "Species"])

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。