Árvore de Decisão > x<-read.csv('Local onde está/casas.csv') > library(rpart) > arvore<-rpart(classifica ~ local + idade + estado+ tipo,data=x)

> arvore n= 100 node), split, n, loss, yval, (yprob) * denotes terminal node 1) root medio ( ) 2) estado=Mbom Mbom ( ) 4) local=bom,mau,Mmau 14 7 bom ( ) * 5) local=Mbom,medio 9 1 Mbom ( ) * Plot(arvore)

>previsao<-predict(arvore,x) bom mau Mbom medio Mmau > previsao<-predict(arvore,x,type='class') [1] mau medio medio bom medio medio medio

Matriz de Confusão > table(x$classifica,previsao) previsao bom mau Mbom medio Mmau bom mau Mbom medio Mmau