※ 引述《CYBASTER (复雠の业火)》之铭言： : 各位先进大家好，小弟是个R语言的新手， : 由於之前的功底是C#，已经很习惯变数型别要先指定的操作方式， : 最近小弟写了一段程式码如下（仅列出关键部份），碰上一个问题想请各位大大帮忙： : setwd("D://R//") : #设定R语言的执行路径，相关的档案都要放在这个资料夹下 : CYLDFP.tr=read.csv("CYLDFP_TRAIN_100.csv", header=TRUE, row.names = 1) : #开启CYLDFP_TRAIN_100.csv这个档案 : library(rpart) #要用到rpart函式库 : set.seed(1111) : cart=rpart(Species~.,CYLDFP.tr,control=rpart.control(cp=0)) #建立cart决策树 : cart_prune=prune(cart, cp=0.03) #设定决策树之复杂系数，cp值愈小愈复杂 Hi，我回答你的方式是拐另外一种弯，用的是我之前分享过的package library(mlr) tsk <- makeClassifTask(data = CYLDFP.tr, target = "Species") lrn <- makeLearner("classif.rpart", par.vals = list(cp = 0.3) mod <- train(learner = lrn, task = tsk) result <- predict(mod, newdata = yourtestdataset) finalresult <- result$data 这样应该可以，mlr内建的功能会将你的feature改成作者指定的类型 像是xg.boost也只支援numeric input但是你丢一大堆文字形的factor进去 他一样能跑出你想要的结果 使用getParamSet("classif.rpart")可以看到你能调整的参数 其他的我就不多提了，我在之前分享的mlr文章内附有完整的manual --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.174.74.7 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1485048959.A.66A.html