用rpart算法预测汽车是自动挡还是手动挡（am 变量），这是一个二分类任务。

# ==================== 1. 安装并加载需要的包 ====================
# rpart：构建决策树模型
# rpart.plot：画出漂亮的决策树
# caret：用于模型评估
#install.packages(c("rpart", "rpart.plot", "caret"))  # 第一次运行需要安装

library(rpart)       # 决策树算法包
library(rpart.plot)  # 决策树可视化包
library(caret)       # 模型评估工具

# ==================== 2. 加载并查看 mtcars 数据集 ====================
data(mtcars)  # 加载R自带数据集

# 查看数据集前几行
head(mtcars)

# 查看数据集结构
# 变量说明：
# am = 0 自动挡，1 手动挡（我们要预测的目标）
# mpg = 油耗，disp = 排量，hp = 马力，wt = 车重 ...
str(mtcars)

# 把分类标签 am 转换成因子型（决策树分类任务必须是因子）
mtcars$am <- as.factor(mtcars$am)
levels(mtcars$am) <- c("自动挡", "手动挡")  # 给类别起名字，方便看结果

训练模型

# ==================== 3. 划分训练集(70%) 和 测试集(30%) ====================
set.seed(123)  # 固定随机种子，结果可复现

# 随机抽取70%的数据作为训练集
train_index <- sample(1:nrow(mtcars), 0.7*nrow(mtcars))
train_data <- mtcars[train_index, ]   # 训练集
test_data  <- mtcars[-train_index, ]  # 测试集

# ==================== 4. 训练决策树模型 ====================
# 公式：am ~ .  表示用所有其他变量预测 am（自动挡/手动挡）
# method = "class" 表示做分类任务
tree_model <- rpart(
  formula = am ~ .,   # 目标变量 ~ 所有特征
  data = train_data,  # 训练数据
  method = "class"    # 分类模型
)

# 查看决策树规则（非常重要！能看到模型是怎么判断的）
print(tree_model)

n= 22 

node),     split,   n,      loss,    yval,   (yprob)
      * denotes terminal node

1) root                22    11    0 (0.5000000 0.5000000)  
  2) wt>=2.965   13     2     0 (0.8461538 0.1538462) *
  3) wt< 2.965     9      0     1 (0.0000000 1.0000000) *

• 车重（wt）< 2.965 → 大概率是手动挡
• 车重（wt）≥ 2.965 → 大概率是自动挡

# 查看详细模型信息
summary(tree_model)

Call:
rpart(formula = am ~ ., data = train_data, method = "class")
  n= 22 

         CP         nsplit         rel error            xerror                    xstd
1 0.8181818      0         1.0000000         1.3636364         0.1986052
2 0.0100000      1         0.1818182         0.6363636         0.1986052

Variable importance
  wt disp  mpg  cyl   hp drat 
  22   20   17   15   15   12 

Node number 1: 22 observations,    complexity param=0.8181818
  predicted class=0  expected loss=0.5  P(node) =1
    class counts:    11    11
   probabilities: 0.500 0.500 
  left son=2 (13 obs) right son=3 (9 obs)
  Primary splits:
      wt   < 2.965 to the right, improve=7.615385, (0 missing)
      disp < 130.9 to the right, improve=6.285714, (0 missing)
      drat < 3.385 to the left,  improve=5.133333, (0 missing)
      gear < 3.5   to the left,  improve=5.133333, (0 missing)
      mpg  < 19.45 to the left,  improve=4.454545, (0 missing)
  Surrogate splits:
      disp < 130.9 to the right, agree=0.955, adj=0.889, (0 split)
      mpg  < 19.45 to the left,  agree=0.909, adj=0.778, (0 split)
      cyl  < 5     to the right, agree=0.864, adj=0.667, (0 split)
      hp   < 118   to the right, agree=0.864, adj=0.667, (0 split)
      drat < 4     to the left,  agree=0.818, adj=0.556, (0 split)

Node number 2: 13 observations
  predicted class=0  expected loss=0.1538462  P(node) =0.5909091
    class counts:    11     2
   probabilities: 0.846 0.154 

Node number 3: 9 observations
  predicted class=1  expected loss=0  P(node) =0.4090909
    class counts:     0     9
   probabilities: 0.000 1.000 

可视化

# ==================== 5. 决策树可视化（最直观！） ====================
# 画出决策树
rpart.plot(
  tree_model,
  main = "mtcars 汽车自动挡/手动挡 决策树",
  type = 4,            # 树的样式
  extra = 101,         # 显示分类比例
  under = TRUE,        # 标签放下方
  cex = 0.8            # 字体大小
)

# ==================== 6. 模型预测 ====================
# 对测试集进行预测
pred <- predict(tree_model, test_data, type = "class")

# 查看预测结果 vs 真实结果
cat("预测结果：\n")
print(pred)
cat("\n真实结果：\n")
print(test_data$am)

预测结果：
> print(pred)
          Mazda RX4       Mazda RX4 Wag      Hornet 4 Drive               Valiant 
                  1                              1                         0                                   0 
         Merc 450SE          Merc 450SL          Lincoln Continental       Toyota Corona 
                  0                            0                         0                                      1 
         Camaro Z28    Pontiac Firebird 
                  0                   0 
Levels: 0 1
> cat("\n真实结果：\n")

真实结果：
> print(test_data$am)
 [1] 1 1 0 0 0 0 0 0 0 0

混淆矩阵

# ==================== 7. 模型评估：计算准确率 ====================
# 混淆矩阵
test_data$am = as.factor(test_data$am)
cm <- confusionMatrix(pred, test_data$am)
print(cm)

Confusion Matrix and Statistics

                      Reference
Prediction         0         1
         0              7         0
         1              1         2
                                         
               Accuracy : 0.9            
                 95% CI : (0.555, 0.9975)
    No Information Rate : 0.8            
    P-Value [Acc > NIR] : 0.3758         
                                         
                  Kappa : 0.7368         
                                         
 Mcnemar's Test P-Value : 1.0000         
                                         
            Sensitivity : 0.8750         
            Specificity : 1.0000         
         Pos Pred Value : 1.0000         
         Neg Pred Value : 0.6667         
             Prevalence : 0.8000         
         Detection Rate : 0.7000         
   Detection Prevalence : 0.7000         
      Balanced Accuracy : 0.9375         
                                         
       'Positive' Class : 0