R：从函数获取规则-解网

问：

我正在使用 R 编程语言。我使用了“rpart”库，并使用一些数据拟合了决策树：

#from a previous question : https://stackoverflow.com/questions/65678552/r-changing-plot-sizes 

    library(rpart)

   car.test.frame$Reliability = as.factor(car.test.frame$Reliability)
    
    z.auto <- rpart(Reliability ~ ., car.test.frame)
    plot(z.auto)
    text(z.auto, use.n=TRUE, xpd=TRUE, cex=.8)

这很好，但我正在寻找一种更简单的方法来总结这棵树的结果，以防树变得太大、太复杂和杂乱（并且无法可视化）。我在这里找到了另一个stackoverflow帖子，展示了如何获取规则列表：从 rpart 包中的决策规则中提取信息

library(party)
library(partykit)

party_obj <- as.party.rpart(z.auto, data = TRUE)
decisions <- partykit:::.list.rules.party(party_obj)
cat(paste(decisions, collapse = "\n"))

这将返回以下规则列表（每行是与“z.auto”图相对应的规则）：

    Country %in% c("NA", "Germany", "Korea", "Mexico", "Sweden", "USA") & Weight >= 3167.5
Country %in% c("NA", "Germany", "Korea", "Mexico", "Sweden", "USA") & Weight < 3167.5
Country %in% c("NA", "Japan", "Japan/USA")>

但是，从此列表中，无法知道哪个规则导致哪个值为“可靠性”。目前，我正在手动解释树并手动跟踪每个规则到结果，但是有没有办法在每行中添加“相应的可靠性值”？

例如，是否有可能生产这样的东西？

Country %in% c("NA", "Germany", "Korea", "Mexico", "Sweden", "USA") & Weight >= 3167.5 then reliability = 3,7,4,0

（注1：我也不确定为什么这些国家显示为“befgh”而不是他们的真实名称。

注2：我知道有一个库“rpart.plot”，它有一种更简单的方法来获取这些规则。但是，我使用的是一台没有互联网接入或 USB 端口的计算机，因此我无法下载 rpart.plot 库。我有带有一些预加载包的 R。我正在尝试使用诸如 rpart、dplyr、purr、party、partykit、base R 中的函数等库来获取决策规则）

谢谢

R 列表函数数据操作决策树

library(rpart)
car.test.frame$Reliability = as.factor(car.test.frame$Reliability)
z.auto <- rpart(Reliability ~ ., car.test.frame)
plot(z.auto, margin = 0.25)
text(z.auto, pretty = TRUE, cex = 0.8,
     splits = TRUE, use.n = TRUE, all = FALSE)

list.rules.rpart <- function(model)
{
  if (!inherits(model, "rpart")) stop("Not a legitimate rpart tree")
  #
  # Get some information.
  #
  frm     <- model$frame
  names   <- row.names(frm)
  ylevels <- attr(model, "ylevels")
  ds.size <- model$frame[1,]$n
  #
  # Print each leaf node as a rule.
  #
  for (i in 1:nrow(frm))
  {
    if (frm[i,1] == "<leaf>")
    {
      # The following [,5] is hardwired - needs work!
      cat("\n")
      cat(sprintf(" Rule number: %s ", names[i]))
      cat(sprintf("[yval=%s cover=%d (%.0f%%) prob=%0.2f]\n",
                  ylevels[frm[i,]$yval], frm[i,]$n,
                  round(100*frm[i,]$n/ds.size), frm[i,]$yval2[,5]))
      pth <- path.rpart(model, nodes=as.numeric(names[i]), print.it=FALSE)
      cat(sprintf("   %s\n", unlist(pth)[-1]), sep="")
    }
  }
}

list.rules.rpart(z.auto)
>Rule number: 4 [yval=3 cover=10 (20%) prob=0.00]
>   Country=Germany,Korea,Mexico,Sweden,USA
>   Weight>=3168
>
> Rule number: 5 [yval=2 cover=18 (37%) prob=4.00]
>   Country=Germany,Korea,Mexico,Sweden,USA
>   Weight< 3168
>
> Rule number: 3 [yval=5 cover=21 (43%) prob=2.00]
>   Country=Japan,Japan/USA

谢谢！这太完美了，我一直在寻找这样的东西！只是为了澄清：“规则编号：4”，“4”真的没有任何意义？yval=3 ...“3”指的是类变量？覆盖=10 （20%） ...表示根据此规则分类的数据的百分比？我不确定“prob=0.00”是什么意思，你知道吗？非常感谢您的帮助！

上一个：根据列中的条件为组赋值

下一个：按 row.names 子集矩阵

R：从函数获取规则

R: Obtaining Rules from a Function

评论

评论