R包的安装R语言的特点就是有众多的第三方扩展包，扩展包涉及到各行各业的数据分析内容。包是R函数、数据、预编译代码以一种定义完善的格式组成的集合，包括R程序，运行该程序的其他语言(例如C语言)，解释这个程序功能、方法的帮助文档，例子、测试数据等。R自带了一系列默认包，包括base、datasets、utils、graDevices、graphics、stats以及methods。这些包提供了很多的默

决策树的预剪枝优秀的决策树：优秀的决策树不仅对数据具有良好的拟合效果，而且对未知的数据具有良好的泛化能力，优秀的决策树具有以下优点：深度小叶节点少深度小并且叶节点少拟合分为：过拟合和欠拟合过拟合：训练误差低，测试误差大，即对已知训练数据拟合很好，但是未知数据的预测能力不好，训练出来的模型结构一般较复杂。欠拟合：训练误差高，测试误差低，即对已知的训练数据的拟合误差要大于未知数据的，训练出来的模型过于

one-hot编码，又称独热编码、一位有效编码。one hot在特征提取上属于词袋模型(bag of words)优缺点分析优点：- 一是解决了分类器不好处理离散数据的问题- 二是在一定程度上也起到了扩充特征的作用(上面样本特征数从3扩展到了9)缺点：- 它是一个词袋模型，不考虑词与词之间的顺序- 它假设词与词相互独立(在大多数情况下，词与词是相互影响的)- 它得到的特征是离散稀疏的