问题标签 [rpart]

我正在使用 R 中的 rpart 进行分类。树模型由以下人员训练：

此树模型的准确度为：

我阅读了一个通过交叉验证修剪树的教程：

修剪树的准确率仍然相同：

我想知道我修剪的树有什么问题？以及如何在 R 中使用交叉验证来修剪树模型？谢谢。

我正在使用 R 中的包rpart创建一些决策树。我的数据集中有离散变量，如年龄、儿童数量。但是生成的决策树有这些变量 n 小数。这意味着，它被视为连续变量。

如何避免这种情况以及如何使这些变量在我的决策树中离散？

我正在使用 R 中的 rpart 包从名为“myData”的数据框中创建决策树模型。它有 85,590 行。

决策树是使用这样的代码创建的（关键部分是'data = myData'）：

decTree <- rpart(结果 ~ var1 + var2 + ..., data = myData, method = "anova", control = rpart.control(minsplit=30))

如果我绘制并标记此决策树的“叶”（终端）节点，我会在第一个节点的“左侧”得到 66,667 的初始分割，在右侧得到 18,923 的初始分割（总计行数为 85,590 ，正如预期的那样。）

plot(decTree) # 绘制树

text(decTree, use.n = TRUE) #标记树

创建此初始拆分的规则是 var1 < 1.5。

但是，如果我计算 myData 中 var1 < 1.5 的行数，我得到 79,518，而不是预期的 85,590（如果我计算 var1 >= 1.5 的行，我得到 6,072 的“补码”，而不是预计树中显示 18,923。）

长度（其中（myData$var1 < 1.5））

[1] 79518

我意识到你不可能自己重现这种行为（以前的 rpart 模型在节点数方面对我来说是正确的，所以不知道为什么我这次遇到了麻烦），但我希望有人以前遇到过这个问题，或者在我的代码中发现一些愚蠢的错误......

我尝试再次重新运行它，但仍然得到所有相同（不匹配）的叶子计数。

另外，我检查了 myData$frame，肯定不仅仅是“n = ...”标签是错误的；$frame 值与图中显示的值匹配（并且与我自己所做的计数不匹配。）

decTree$帧

最后，'var1' 值都不是 NA。IE：

长度（其中（is.na（myData$var1）））

[1] 0

我正在为 Rpart 包中的 NA 功能而苦苦挣扎。我得到了以下数据框（代码如下）

我正在尝试拟合做出完美预测的 Rpart 对象。逻辑规则应该是它预测：

• 如果 VarA=1，预测=1
• 如果 VarA=0，预测=0
• 如果 VarA=NA，则使用 VarB（如果 VarB=0，预测=0）

但是，我正在努力寻找正确的代码，以正确的方式将 VarA 的 NA 值“传递给树”。我曾尝试使用usesurrogatesand na.control，但无济于事......请在下面找到我的代码。

PS。如果 VarA 可以读取，rpart 就可以工作，VarA=c(1,1,2,0,0,2)但不幸的是，对于我正在处理的更大数据框来说，这不是一个很好的解决方案......

我希望对我的回归树有比 R 包 rpart 允许的更多的控制权。有谁知道R中是否有一个允许我指定以下内容的包：

1. 每个节点允许的拆分数量（到目前为止，我似乎只能有 2 个拆分）
2. 三通最大深度
3. 前 n 次分裂
4. 为了成为进一步分裂的候选者，叶子必须拥有的最小美元数（相对于观察值）。

我对 R 完全陌生，我正在尝试利用分类树对一些数据进行分类。让我困惑的是要使用什么库。我应该使用 rpart 还是树？

I understand that this split send cases to the right child node based on a bmi value of < 21.51 and has a similar split to the primary variable (agree = 0.858) and a decent decrease in node impurity (adj=0.632).

I do not understand the (0 split) piece of the output? Also, if agreement had a value of 1, would this be suspicious?

Thanks!

我有 4 组：敏感性、类别、范围、持续时间。这 4 个中的每一个都有 4 个级别。敏感度 - A、B、C、D 类别 - 1、2、3、4 程度 - 现场、局部、区域、泛区域 持续时间 - 短期、中期、长期、不可逆

我使用这些（总共有 256 个）的组合来获得严重性分类。有 7 个严重等级：S1、S2、S3、S4、S5、S6、N。

使用 RPART，我得到一棵 Duration=cd 作为第一个二进制中断的树。然后树左侧的下一个是 Sensitivity=ab。我如何知道 c 和 d 是哪个持续时间级别？我怎么知道 a 和 b 的灵敏度级别是什么？

谢谢！

我想根据几个变量制作分类树来预测 1 种鸟类的存在/不存在。我知道 rpart 处理单变量分区，而 mvpart 处理多变量分区，但我想将 mvpart 用于我的单变量树，因为它的输出更灵活。有谁知道我不应该这样做的原因？rpart 和 mvpart 中的分割是否会不同，输入相同？

我正在使用一个看起来像这样的脚本：

我不太熟悉 R 如何处理图像/绘图，但是有没有办法生成图像的 png 或 pdf 文件而不是 postscript 格式？我在一些教程中看到演示图像是 PNG 格式的，但它们都只显示了保存绘图的 post 方法。我必须在脚本之外转换图像吗？