问题标签 [rpart]

有谁知道如何用 R 计算决策树的错误率？我正在使用该rpart()功能。

是否可以提取拟合rpart树的节点分配？当我将模型应用于新数据时会怎样？

这个想法是我想使用节点作为集群数据的一种方式。在其他包（例如 SPSS）中，我可以保存预测的类、概率和节点号以供进一步分析。

鉴于 R 有多么强大，我想有一个简单的解决方案。

嗨，我是 R 编程语言的初学者。我使用 rpart 包为回归树编写了一个代码。在我的数据中，我的一些自变量有 100 多个级别。运行 rpart 函数后，我收到以下警告消息“预测因子中超过 52 个级别，为打印而截断”并且我的树以非常奇怪的方式显示。例如，我的树按位置拆分，大约有 70 个不同的级别，但是当标签显示在树中时，它会显示“ZZZZZZZZZZZZZZZZ......”我没有任何位置叫“ZZZZZZZZ”

请帮我。

提前致谢。

我想以编程方式测试从树生成的一条规则。在树中，根和叶（终端节点）之间的路径可以解释为规则。

在 R 中，我们可以使用rpart包并执行以下操作：（在这篇文章中，我将使用iris数据集，仅用于示例目的）

有了这两行，我得到了一个名为 的树model，它的类是rpart.object（rpart文档，第 21 页）。这个对象有很多信息，并且支持多种方法。特别是，该对象有一个frame变量（可以以标准方式访问：model$frame）（同上）和方法path.rpath（rpart文档，第 7 页），它为您提供从根节点到感兴趣节点的路径（node参数在功能）

变量的包含树row.names的frame节点号。该var列给出了节点中的分裂变量、yval拟合值和yval2类概率等信息。

但只有列中标记为<leaf>终端var节点（叶子）。在这种情况下，节点是 2、6 和 7。

如上所述，您可以使用path.rpart提取规则的方法（此技术在 rattle包和文章Sharma Credit Score中使用，如下所示：

此外，该模型将预测值的值保留在

该值与数据集中的列相对yval应model$frame。

对于节点号为 7（行号为 5）的叶子，预测值为

规则是

因此，该规则可以理解为

我知道我可以测试（在测试数据集中，我将再次使用 iris 数据集）这条规则有多少真阳性，对新数据集进行子集如下

然后计算混淆矩阵

（注：我使用了与测试相同的 iris 数据集）

我如何以编程方式评估规则？我可以从规则中提取条件如下

但是，我怎么能从这里继续呢？我无法使用该subset功能

提前致谢

注意： 为了更清晰，这个问题已经过大量编辑

我已经使用rpartR 中的包构建了几个回归树模型，我需要将它们迁移到另一种语言，例如 Perl。

predict 函数在 R 中运行良好，但是有没有办法在每个节点上打印出加权公式之类的东西？

如何在回归树中找到拆分和根节点，我从多个向量制作了一个回归树，现在我必须提取多个向量的 rpart 的根节点。文件包含多个向量的数值A, B, C, D, E, F, G, Hex。一个向量包含 4,3,6,7,2,4,5,... 等类似其他 B,C,D,E,F,G,H .so 想要提取F（这是一个根节点我的情况）作为此输入的输出，在创建一棵树之后。谢谢。抱歉无法放置任何图像:(

这是我到目前为止所做的

F(F>=5.5)......现在我必须从拟合（回归树）及其拆分中提取根节点，有人可以帮助我吗？

rpart是自动剪枝吗？

rpart生成的决策树比 Oracle Data Mining 生成的具有自动剪枝功能的决策树要多得多。

连接列表的列名称以准备公式rpart？

只是想连接名称（log_data），log_data是一个包含 60 个不同向量的列表，所以我只希望它们的列名采用某种格式，以便我可以将它们放在 rpart 中的公式中......就像rpart(A ~ B + C + D + E ,log_data)，所以在这里，我只想将 formula="A~B+C+D+E" 提取为一个完整的字符串，其中 A,B,C,D,E 是我们必须从 log_data 中提取的列名，或者是否有任何从列表中获取树的更好方法。
我努力了，

收到错误

在哪里

由于列名太长或者可能是 n=60，它在 rpart 进入无限循环

我可以附上任何列名colnames(log_data) <- c(?)，我应该在“？”处放什么，这样在 n=60 时很容易绘制它。

我正在尝试调整rpart。我已经将我的数据拆分为训练集和简历集。tune.rpart便利功能似乎没有办法指定 cv 集。所以我正在使用常规tune()功能。

我的数据集中有 595 个潜在变量，所以我不想使用公式来指定。执行此操作时出现以下错误

代码：

数据位于： https ://docs.google.com/folder/d/0B2_rKFnvrjMAM3FGbnFvZm5laUk/edit

我的训练数据集有 40000 行。在我使用 CART 模型拟合之后

fit<-rpart(y~x,method="class")

我试图使用

predict(fit,data.frame(new_x),family="response")

错误信息是：

此外，我检查了"predicted value“，它们实际上是使用 training 拟合值x。有人知道原因吗？