在 R 中绘制决策树（插入符号）

Posted 2023-03-12

【中文标题】在 R 中绘制决策树（插入符号）

【英文标题】：Plot decision tree in R (Caret)

【发布时间】：2017-01-30 20:42:36

【问题描述】：

我已经使用rf 方法训练了一个数据集。例如：

ctrl <- trainControl(
                     method = "LGOCV", 
                     repeats = 3, 
                     savePred=TRUE,
                     verboseIter = TRUE,
                     preProcOptions = list(thresh = 0.95)
                    )

preProcessInTrain<-c("center", "scale")
metric_used<-"Accuracy"
model <- train(
               Output ~ ., data = training,
               method = "rf",
               trControl = ctrl,
               metric=metric_used,
               tuneLength = 10,
               preProc = preProcessInTrain
              )

在那之后，我想绘制决策树，但是当我写 plot(model) 时，我得到了这个：plot(model)。

如果我写plot(model$finalModel)，我会得到这个：plot(model$finalModel)

我想绘制决策树...

我该怎么做？ 谢谢:)

【参考方案1】：

您使用的模型是随机森林，它不是单个决策树，而是大量树的集合。绘制最终模型将绘制训练和测试数据集上的错误率随着树数的增加，如下所示。

如果您想要一个单一的决策树，您可能希望训练一个 CART 模型，如下所示：

model <- train(
  Species ~ ., data = training,
  method = "rpart",
  trControl = ctrl,
  metric=metric_used,
  tuneLength = 10,
  preProc = preProcessInTrain
)
library(rpart.plot)
rpart.plot(model$finalModel)

现在绘制上面的最终模型将为您绘制决策树。

【讨论】：

非常感谢！！！我有一个问题。蓝线、绿线、黑线和红线是什么意思？我的意思是，它们之间有什么区别？

感谢您的提问。黑线代表整体 OOB 错误，而其他三条彩色线代表训练数据中 3 个类中的每一个的 OOB 错误（我使用具有 3 个不同类标签的训练数据）。