10

rpart我在 R 中使用and构建了一个决策树模型ctree。我还使用构建的模型预测了一个新数据集，并获得了预测的概率和类别。

但是，我想在单个字符串中提取规则/路径，以便遵循每个观察（在预测数据集中）。以表格格式存储这些数据，我可以在不打开 R 的情况下以自动方式解释预测。

这意味着我想获得关注。

ObsID   Probability   PredictedClass   PathFollowed 
    1          0.68             Safe   CarAge < 10 & Country = Germany & Type = Compact & Price < 12822.5
    2          0.76             Safe   CarAge < 10 & Country = Korea & Type = Compact & Price > 12822.5
    3          0.88           Unsafe   CarAge > 10 & Type = Van & Country = USA & Price > 15988

我正在寻找的代码类型是

library(rpart)
fit <- rpart(Reliability~.,data=car.test.frame)

这可能需要扩展到多行

predResults <- predict(fit, newdata = newcar, type= "GETPATTERNS")
4

1 回答 1

12

该partykit软件包有一个功能.list.rules.party()，目前尚未导出，但可以用来做你想做的事。我们还没有导出它的主要原因是它的输出类型在未来的版本中可能会改变。

要获得您在上面描述的预测，您可以执行以下操作：

pathpred <- function(object, ...)
{
  ## coerce to "party" object if necessary
  if(!inherits(object, "party")) object <- as.party(object)

  ## get standard predictions (response/prob) and collect in data frame
  rval <- data.frame(response = predict(object, type = "response", ...))
  rval$prob <- predict(object, type = "prob", ...)

  ## get rules for each node
  rls <- partykit:::.list.rules.party(object)

  ## get predicted node and select corresponding rule
  rval$rule <- rls[as.character(predict(object, type = "node", ...))]

  return(rval)
}

iris使用数据的插图和rpart()：

library("rpart")
library("partykit")
rp <- rpart(Species ~ ., data = iris)
rp_pred <- pathpred(rp)
rp_pred[c(1, 51, 101), ]
##       response prob.setosa prob.versicolor prob.virginica
## 1       setosa  1.00000000      0.00000000     0.00000000
## 51  versicolor  0.00000000      0.90740741     0.09259259
## 101  virginica  0.00000000      0.02173913     0.97826087
##                                           rule
## 1                          Petal.Length < 2.45
## 51   Petal.Length >= 2.45 & Petal.Width < 1.75
## 101 Petal.Length >= 2.45 & Petal.Width >= 1.75

（为简洁起见，此处仅显示每个物种的第一次观察。这对应于索引 1、51 和 101。）

并与ctree()：

ct <- ctree(Species ~ ., data = iris)
ct_pred <- pathpred(ct)
ct_pred[c(1, 51, 101), ]
##       response prob.setosa prob.versicolor prob.virginica
## 1       setosa  1.00000000      0.00000000     0.00000000
## 51  versicolor  0.00000000      0.97826087     0.02173913
## 101  virginica  0.00000000      0.02173913     0.97826087
##                                                              rule
## 1                                             Petal.Length <= 1.9
## 51  Petal.Length > 1.9 & Petal.Width <= 1.7 & Petal.Length <= 4.8
## 101                        Petal.Length > 1.9 & Petal.Width > 1.7
于 2015-04-14T22:39:36.590 回答