绘制党派决策树

Posted

技术标签:

【中文标题】绘制党派决策树【英文标题】:Plot party decision tree 【发布时间】:2017-02-21 08:06:17 【问题描述】:

我有如下图,你可以在图片中看到,有什么方法可以查看叶节点中的确切百分比数?

【问题讨论】:

【参考方案1】:

如果你想“看到”百分比,最简单的方法是使终端节点与响应的table(),然后查看条件比例。

如果你想“看到”条形图中的比例,那么到目前为止还没有可能做到这一点。然而,我调整了node_barplot() 函数来适应这个特性。因此,如果您从 R-Forge 重新安装 partykit 软件包(party 软件包的继任者),您可以尝试一下:

install.packages("partykit", repos = "http://R-Forge.R-project.org")
library("partykit")

为了说明,我将只使用iris 数据:

ct <- ctree(Species ~ ., data = iris)
plot(ct, tp_args = list(text = TRUE))

通过启用text = TRUE 选项,您可以获得在条形上方(水平)绘制的标签。等效规范为text = "horizontal"text = "h"。如果你想要一个更窄的布局,你也可以使用:

plot(ct, tp_args = list(text = "vertical", ymax = 1.5))

而且频率表很简单:

tab <- table(predict(ct, type = "node"), iris$Species)
prop.table(tab, 1) * 100
##         setosa versicolor  virginica
##   2 100.000000   0.000000   0.000000
##   5   0.000000  97.826087   2.173913
##   6   0.000000  50.000000  50.000000
##   7   0.000000   2.173913  97.826087

【讨论】:

终端面板错误(, text = "vertical", : 未使用的参数(text = "vertical") 抱歉,Achim,我的错误。需要用“partykit”而不是“party”重做决策树...感谢您的帮助 是的,基础架构已完全重写,请参阅vignette("partykit", package = "partykit")vignette("ctree", package = "partykit") 了解概述和一些指导。 您能提供更多详细信息吗?对于我在 R 3.4.3 中使用 partykit (1.2-0) 的 CRAN 版本,一切运行顺利。

以上是关于绘制党派决策树的主要内容,如果未能解决你的问题,请参考以下文章

如何从 gridsearchcv 绘制决策树?

《机器学习实战》-决策树

用python绘制决策树

Graphviz绘制决策树基于Graphviz绘制由字典形式表示的决策树图像

Graphviz绘制决策树基于Graphviz绘制由字典形式表示的决策树图像

Graphviz绘制决策树基于Graphviz绘制由字典形式表示的决策树图像