问题标签 [rpart]

我正在使用 caret 包来训练带有“rpart”包的模型；

数据没有缺失值或 NA，但是在运行命令时会出现警告消息；

有谁知道（或者可以指出我在哪里可以找到答案）这个警告是什么意思？我知道它告诉我在重新采样的性能指标中存在缺失值 - 但这究竟意味着什么？如何会出现这样的情况？顺便说一句，该predict() 功能适用​​于拟合模型，所以这只是我的好奇心。

我正在尝试使用 rpart 绘制分类树，而 R 不包括我的所有变量。我有 20 个案例和 200 个变量。我的数据看起来像这样：

但是 x1 + x2 +x3 .... + x200。

我所有的变量值都与此类似；非常小，有些甚至平均约为 0.0005。我需要一个分类树，我的 y 是二进制的，所以我想要 method = "class" ：

当我输入

我得到：

我不确定为什么它只根据 x50 拆分。我尝试绘制它以查看发生了什么，以及何时执行

我得到了以下情节：http: //i.imgur.com/cCTa69a.png

知道发生了什么，或者我该如何解决这个问题？非常感激。

我有一个包含 14 个特征的数据集，其中很少有如下所示，其中性别和婚姻状况是分类变量。

现在我正在使用 R 中的 rpart 库来构建分类树，使用以下内容

这给了我一个不考虑性别和婚姻状况的决策树。

我正在考虑为此使用 as.factor ：

但我不确定如何将这些信息传递给 rpart。由于 rpart() 中的数据参数采用“trainingData”数据帧。它将始终采用此数据框中的值。我对 R 并不陌生，希望有人能在这方面提供帮助。

使用 rpart 创建我的 CART 后，我继续使用 partykit 包中的 as.party 函数将其转换为派对对象。随后出现错误：

as.party(tree.hunterpb1)

我只能假设它指的是我从文献中理解的因子变量所做的分区，因为索引适用于因子。我的树看起来像这样：

树.hunterpb1 n = 354

回溯显示，第一个分区到派对类的转换是正确完成的，但是基于因子变量的第二个分区失败并产生了所述错误。

以前在处理类似数据时不会出现此错误。我只能假设 as.party 函数没有找到索引。任何有关如何解决此问题的建议将不胜感激。

我正在将 rpart 函数应用于名为 train 的具有所有整数值的数据框。功能太多，因此我创建了一个公式。

在这里，我收到错误消息

当我检查公式时，它有

对于 column_features 它有

出于检查目的，当我在此处手动输入列名时，它可以工作

双引号是否会产生错误？有什么办法可以解决这个问题？我有很多功能，所以我无法手动输入每个功能。

我已经使用 R 中的 rpart 和 tree 包安装了两个分类树。我想手动向其中一个适合的树添加规则，以最简单的为准。有没有办法做到这一点？

这是我想要实现的示例（取自文章A Brief Tour of the Trees and Forests ）：

这是拟合树的外观：

现在，假设出于某种原因（即我的先验知识或基于另一组数据的另一个拟合树），我想将对 NM 的响应设置为 Koc<5。由于此信息不在用于拟合上述树的训练集中，我如何将其合并到其中？

我正在努力使用 caret 包执行分类树几天。问题是我的因素变量。我生成了树，但是当我尝试使用最佳模型对测试样本进行预测时，它失败了，因为 train 函数为我的因子变量创建了虚拟变量，然后 predict 函数在测试集中找不到这些新创建的虚拟变量. 我应该如何处理这个问题？

我的代码如下：

下面是用于训练/测试的 str() 函数的示例：

然后我的代码是这样的：

一个样本

在这儿

这是错误：

model.tree1 <- predict(tree1$finalModel,testing) eval 中的错误（expr，envir，enclos）：找不到对象 'sect_isodev1'

我对另一件事感到好奇。我在 Max Kuhn 的“Predictive Modeling with R”中发现了以下语法：

哪里rpartTune$finalModel是与我相同的分类树（或我的与他的相同）。现在，R 不接受 type="class"。只键入="prob"。我因此而烦恼。

预先感谢您的回复

您是否知道将使用 gbm 包（使用函数提取）获得的树转换pretty.gbm.tree为有关决策树构建（rpart或ctree）的任何对象的任何方法？

如何创建一个包含下图中每个节点的百分比的表？

结果如下图：

我想输出一个表格，其中物种作为第一列，第二列中每个节点的相关百分比。表的第二次迭代将排除第一个节点 (100%) 并通过保留包含更高百分比的行来删除重复项。

在浏览了“rpart”文档之后，我仍然无法弄清楚如何创建这个表。请让我知道你的想法。

感谢您的时间。

作为 R 的初学者，我使用提供的“car.test.frame”数据集创建了一个分类树，该数据集根据国家/地区预测里程。我输入的命令是：

这导致了以下树：

如您所见，在顶层，Country=cegh 提供了第一个拆分，而 Country=egh 提供了第二个拆分。如何更改这些以反映实际的国家名称？我如何真正理解图表？