7

我对 R 很陌生，我遇到了一个非常愚蠢的问题。

我正在使用rpart包校准回归树，以便进行一些分类和一些预测。

多亏了 R，校准部分易于操作且易于控制。

#the package rpart is needed
library(rpart)

# Loading of a big data file used for calibration
my_data <- read.csv("my_file.csv", sep=",", header=TRUE)

# Regression tree calibration
tree <- rpart(Ratio ~ Attribute1 + Attribute2 + Attribute3 + 
                      Attribute4 + Attribute5, 
                      method="anova", data=my_data, 
                      control=rpart.control(minsplit=100, cp=0.0001))

在校准了一个大决策树之后，我希望为给定的数据样本找到一些新数据的相应集群（以及预测值）。
该predict功能似乎非常适合需要。

# read validation data
validationData <-read.csv("my_sample.csv", sep=",", header=TRUE)

# search for the probability in the tree
predict <- predict(tree, newdata=validationData, class="prob")

# dump them in a file
write.table(predict, file="dump.txt")

但是，使用该predict方法，我只能获得新元素的预测比率，并且找不到获取新元素所属的决策树叶的方法。

我认为它应该很容易得到，因为 predict 方法必须找到那个叶子才能返回比率。

有几个参数可以通过class=参数传递给 predict 方法，但是对于回归树来说似乎都返回相同的东西（决策树的目标属性的值）

有谁知道如何获取决策树中的相应节点？

通过使用该path.rpart方法分析节点，这将有助于我理解结果。

4

3 回答 3

13

不幸的是，本杰明的回答不起作用：type="vector"仍然返回预测值。

我的解决方案非常笨拙，但我认为没有更好的方法。诀窍是用相应的节点号替换模型框架中的预测 y 值。

tree2 = tree
tree2$frame$yval = as.numeric(rownames(tree2$frame))
predict = predict(tree2, newdata=validationData)

现在 predict 的输出将是节点数，而不是预测的 y 值。

（注意：以上在我的情况下tree是回归树而不是分类树。在分类树的情况下，您可能需要省略as.numeric或替换它as.factor。）

于 2011-06-21T19:15:06.957 回答
2

您可以使用partykit 包：

fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)

library("partykit")
fit.party <- as.party(fit)
predict(fit.party, newdata = kyphosis[1:4, ], type = "node")

对于您的示例，只需设置

predict(as.party(tree), newdata = validationData, type = "node")
于 2016-06-06T12:35:35.523 回答
1

我认为您想要的type="vector"不是class="prob"（我不认为 class 是 predict 方法的可接受参数），如 rpart 文档中所述：

如果 type="vector"：预测响应的向量。对于回归树，这是节点的平均响应，对于泊松树，它是估计的响应率，对于分类树，它是预测的类（作为一个数字）。

于 2011-03-10T18:21:31.477 回答