树中使用的变量

Posted 2023-03-12

【中文标题】树中使用的变量

【英文标题】：Used Variables in Tree

【发布时间】：2013-08-20 14:10:11

【问题描述】：

我怎样才能知道在构造树中实际使用了哪些变量？

model = tree(status~., set.train)

如果我写，我可以看到变量：

summary(model)

tree(formula = status ~ ., data = set.train)
Variables actually used in tree construction:
[1] "spread1"      "MDVP.Fhi.Hz." "DFA"          "D2"           "RPDE"                "MDVP.Shimmer" "Shimmer.APQ5"
Number of terminal nodes:  8 
Residual mean deviance:  0.04225 = 5.831 / 138 
Distribution of residuals:
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
-0.9167  0.0000  0.0000  0.0000  0.0000  0.6667 

但是我怎样才能在向量中得到实际使用的变量的索引？

【参考方案1】：

您可以使用str() 函数查看对象的结构。在那里查看时，您应该会看到几个不同的地方来提取用于制作树模型的变量，这里是一个示例：

> library(tree)
> 
> fit <- tree(Species ~., data=iris)
> attr(fit$terms,"term.labels")
[1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"

编辑：由于您特别要求提供索引，因此您只需 match() 那些返回数据集中的变量名称（尽管它们可能总是按顺序排列 - 我之前没有使用过 tree 包，所以我不能说）。

> match(attr(fit$terms,"term.labels"),names(iris))
[1] 1 2 3 4
> names(iris)[match(attr(fit$terms,"term.labels"),names(iris))]
[1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width" 

EDIT2：

你是对的！试试这个：

> summary(fit)$used
[1] Petal.Length Petal.Width  Sepal.Length
Levels: <leaf> Sepal.Length Sepal.Width Petal.Length Petal.Width

【讨论】：

哦.. 但是，如果您查看 summary(fit)，您会发现您编写的结果与树中实际使用的变量不匹配。例如 Sepal.Width 实际上不包含在树中。

好电话。您可以从 summary() 对象中获取它。

【参考方案2】：

我想这就是你要找的东西

fit <- rpart(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data=iris) used.var <- setdiff(levels(fit$frame$var), "<leaf>")

【讨论】：

这将用于 R 4.0 和 rpart 4.1-15 的 var ")

【参考方案3】：

很久以前，使用包 rpart 而不是树。我认为在 rpart::printcp() 中编码的 rpart 中使用的 Brian Ripley 的解决方案仍然很有趣。它是这样的：

library(rpart)
r.rp <- rpart(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,   data=iris)
r.rp

# extract from rpart::printcp()
frame <- r.rp$frame
leaves <- frame$var == "<leaf>"
used <- unique(frame$var[!leaves])
if (!is.null(used)) 
   cat("Variables actually used in tree construction:\n")
   print(sort(as.character(used)), quote = FALSE)
cat("\n")

【参考方案4】：

如果您愿意切换到类似的包rpart，您可以直接从fit获得按重要性排序的使用变量

fit <- rpart(Species ~., data=iris)
fit$variable.importance

【讨论】：

这提供了比树中有时使用的更多的变量。