我想比较两种不同的分类方法，分别是库party和c50中的ctree和C5.0，比较是为了测试它们对初始起点的敏感性。每次计算错误分类项目的数量并存储在一个向量中，然后使用 t-test 进行测试，我希望看看它们是否真的不同。
library("foreign"); # for read.arff
library("party") # for ctree
library("C50") # for C5.0
trainTestSplit <- function(data, trainPercentage){
newData <- list();
all <- nrow(data);
splitPoint <- floor(all * trainPercentage);
newData$train <- data[1:splitPoint, ];
newData$test <- data[splitPoint:all, ];
return (newData);
}
ctreeErrorCount <- function(st,ss){
set.seed(ss);
model <- ctree(Class ~ ., data=st$train);
class <- st$test$Class;
st$test$Class <- NULL;
pre = predict(model, newdata=st$test, type="response");
errors <- length(which(class != pre)); # counting number of miss classified items
return(errors);
}
C50ErrorCount <- function(st,ss){
model <- C5.0(Class ~ ., data=st$train, seed=ss);
class <- st$test$Class;
pre = predict(model, newdata=st$test, type="class");
errors <- length(which(class != pre)); # counting number of miss classified items
return(errors);
}
compare <- function(n = 30){
data <- read.arff(file.choose());
set.seed(100);
errors = list(ctree = c(), c50 = c());
seeds <- floor(abs(rnorm(n) * 10000));
for(i in 1:n){
splitData <- trainTestSplit(data, 0.66);
errors$ctree[i] <- ctreeErrorCount(splitData, seeds[i]);
errors$c50[i] <- C50ErrorCount(splitData, seeds[i]);
}
cat("\n\n");
cat("============= ctree Vs C5.0 =================\n");
cat(paste(errors$ctree, " ", errors$c50, "\n"))
tt <- t.test(errors$ctree, errors$c50);
print(tt);
}
显示的程序据说是在做比较的工作，但是由于向量中的错误数量没有改变，所以 t.test 函数会产生错误。我在 R 中使用了 iris（但将类更改为类）和温彻斯特乳腺癌数据，可以在此处下载来测试它，但任何数据都可以使用，只要它具有类属性
但是我遇到的问题是，当我更改随机种子时，这两种方法的结果保持不变并且不会改变，理论上，如他们的文档中所述，这两个函数都使用随机种子，ctree 使用set.seed(x)而 C5.0 使用参数叫seed来设置种子，可惜我找不到效果。
你能告诉我如何控制这些功能的首字母吗