如何在R中构建分类树时解释rpart分割因子变量的结果？

Question

如果因子变量为"Climate"，有4个可能的值：热带(Tropical)、干旱(Arid)、温带(Temperate)和雪(Snow)，并且我rpart树中的一个节点标记为"Climate:ab"，那么这个分割点是什么？

- user281537

---

这个问题应该放在stats.stackexchange.com上，并且应该被关闭。 - Joris Meys

@Joris 我不同意。这个问题是关于程序答案的解释，与分区树的统计背景和统计本身无关。 - Marek

@ Marek，你还能用什么词来描述对统计分析的解释呢？ - Joris Meys

@user281537，您至少可以给我们提供一下您所参考的代码和输出结果。Climate是y变量还是x变量之一？如果它是“the”因子变量，我会期望它是响应变量。如果是这样的话，它就不应该在节点的标签中出现，而只应该在叶子节点中出现。这个结构指向某些交互项。 - Joris Meys

@Marek：你是巧合地在反弹旧问题吗？ - Joris Meys

@Joris 如果我遇到缺少R标签或混乱的代码格式的问题，通常不会看日期。这只是一些清理工作。关于问题：我认为OP不知道rpart的默认标签意味着什么。 - Marek

Answer 1

我假设您使用的是绘制树形结构的标准方法，即

plot(f)
text(f)

根据text.rpart的帮助文档，参数pretty在默认情况下将因子变量表示为字母，因此a表示levels(Climate)[1]，这意味着左节点上的观察值具有Climate==levels(Climate)[1]，右节点上则是其他观察值。你可以直接打印出水平层次（levels）。

plot(f)
text(f, pretty=1)

但我建议使用maptree package中的draw.tree：

require(maptree)
draw.tree(f)

我使用了虚假数据来制作绘图：

X <- data.frame(
    y=rep(1:4,25),
    Climate=rep(c("Tropical", "Arid", "Temperate", "Snow"),25)
)
f <- rpart(y~Climate, X)

- Marek