2016.10.17
資料集內容：a, b, c, d, G
其中 a~d 均為隨機1~10之資料
G為待預測或待決策變數，實際來源為(a mod 4 -> 鼠/牛/虎/兔)
設定預測公式為「G ~ a+b+c+d」(G ~ .)

1.party套件：產生決策樹之用

此類資料可能不適用決策樹套件，
其預測結果會單純就訓練集中選出機率最大者當答案，
亦即、若是「牛」在訓練集中佔最多，其答案永遠是「牛」…

總之、在這個實驗中，party決策樹就是不堪使用…

更正：實驗之後發現、之前僅用100筆資料、故資料不足、無法正確預測，
改為1000筆即可正常預測…

2.randomForest套件：隨機森林預測

此套件就這個測試集而言、表現良好，
而且有importance函數可以評比給定參數的重要性，
很明顯有找出a為最重要！！

但此方法似乎不能顯示計算後的決策森林為何？
只能丟別的資料進入測試…

3.rpart套件：也是決策樹

這個套件的好處是會很詳盡地把決策樹畫出來，
但畫出來的東東哩，只能說是不忍卒睹啊，不知道有什麼結論說的…