fancyRpartPlot 决策树中节点顶部的数字是什么意思?我在下图中突出显示了它们。
我的猜测是它们是节点的顺序/等级,但我无法解释数字中的跳跃(在示例中,缺少 9-11)。
树中每个节点顶部的数字对应于由默认 print() 方法生成的树的文本表示中的分支编号。确认:
> dt <- rpart::rpart(Species ~ ., iris)
> print(dt)
n= 150
node), split, n, loss, yval, (yprob)
* denotes terminal node
1) root 150 100 setosa (0.33 0.33 0.33)
2) Petal.Length< 2.45 50 0 setosa (1.00 0.00 0.00) *
3) Petal.Length>=2.45 100 50 versicolor (0.00 0.50 0.50)
6) Petal.Width< 1.75 54 5 versicolor (0.00 0.91 0.093) *
7) Petal.Width>=1.75 46 1 virginica (0.00 0.022 0.98) *
> rattle::fancyRpartPlot(dt)
“跳跃”是由 rpart() 调整树以移除一些分支而导致的,而那些修剪过的分支不会出现在最终的树中。
每个节点的顶部数字代表多数类别/类 ID。在您的情况下,开始节点 0.4(或 40%)是类别值“2”。
fancyRpartPlot
只是prp
. 查看prp
它的源代码,这些是节点号,由以下人员创建:
if(nn || ni)
draw.node.numbers(nn, ni, draw.shadows1, type, branch,
Margin, xflip, yflip, cex,
main, sub, col.main, cex.main, col.sub, cex.sub,
xlim, ylim, node.xy, is.leaf, nodes,
node.labs, font, family, box.col, border.col, shadow.col,
under.cex, under.font, under.ygap, ygap,
split.labs, split.cex * cex, split.font, split.family, split.box.col,
split.border.col, split.shadow.col,
nn.cex, nn.font, nn.family, nn.col, nn.box.col,
nn.border.col, nn.lty, nn.lwd, nn.round,
split.adj, split.space, split.yspace, split.yshift,
yshift, adj, space, yspace, shadow.offset,
nn.adj, nn.yshift, nn.space, nn.yspace, bg)
list(node.boxes=node.boxes, split.boxes=split.boxes)
https://github.com/cran/rpart.plot/blob/master/R/prp.R
您还可以在代码中找到一些关于此的注释