R：详细决策树后记

Posted 2021-04-25

我正在为项目制定决策树。我正在使用R，但如果需要，我们可以使用SAS。书中有一张决策树的图片，我认为看起来很精彩（就像我猜的决策树一样精彩）：

是否有可能像R中那样做？我一直在使用post（）函数，到目前为止我发现的所有功能都是使用pretty = 0来阻止它缩写。我的每个圈子里只有XXXX / XXXX圈。

我查看了文档，但找不到任何可以使其更详细的内容。文档总是说“...后记函数的其他参数。”但实际上并没有列出其他参数。我不确定这个决策树是来自SAS，R还是其他一些rando语言。我们使用的书是用于决策的数据挖掘统计;我不喜欢这本书。我大多找到外部资料来解释这些概念。这是我在本书中唯一无法自己解决的问题。

答案

视觉上有吸引力的树木图的一个选择是来自fancyRpartPlot()包的rattle。它并不完全复制SAS输出，但它比默认绘图更具视觉吸引力。

例如，我们将使用caret和rattle在虹膜数据集上运行rpart模型：

library(caret)
library(rattle)
inTrain <- createDataPartition(y = iris$Species,
                               p = 0.7,
                               list = FALSE)
training <- iris[inTrain,]
testing <- iris[-inTrain,]
modFit <- train(Species ~ .,method = "rpart",data = training)
fancyRpartPlot(modFit$finalModel)

......和输出：

可以使用sub=" "的fancyRpartPlot()参数删除图表下方的子标题。

相反，使用以下代码生成默认图。

 # default plot
 plot(modFit$finalModel,uniform=TRUE, margin=.3)
 text(modFit$finalModel,use.n=TRUE,all=TRUE, cex=.9)

......和输出：

另一种方法是在对OP的评论中提到的rpart.plot包。它包括大量可配置选项。要打印计数和百分比，请使用extra=参数。

# use rpart.plot package
library(rpart.plot)
rpart.plot::rpart.plot(modFit$finalModel,extra=101)

......和输出：