在R（Caret）中绘制决策树。

Question

在R（Caret）中绘制决策树。

rmachine-learningplotdecision-treer-caret

5

我使用rf方法训练了一个数据集。例如：

ctrl <- trainControl(
                     method = "LGOCV", 
                     repeats = 3, 
                     savePred=TRUE,
                     verboseIter = TRUE,
                     preProcOptions = list(thresh = 0.95)
                    )

preProcessInTrain<-c("center", "scale")
metric_used<-"Accuracy"
model <- train(
               Output ~ ., data = training,
               method = "rf",
               trControl = ctrl,
               metric=metric_used,
               tuneLength = 10,
               preProc = preProcessInTrain
              )

之后，我想绘制决策树，但是当我写plot(model)时，我得到了这个：plot(model)。

如果我写plot(model$finalModel)，我得到的是这个：plot(model$finalModel) 我想要绘制决策树…… 如何做到这一点？谢谢 :)

- Alonso Albaladejo Rojo

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Sandipan Dey · Accepted Answer

你正在使用的模型是随机森林，它不是单个决策树，而是由大量树组成的集合。随着树的数量增加，绘制最终模型将绘制训练和测试数据集上的错误率，类似于以下内容。请保留HTML标签。

你正在使用的模型是随机森林，它不是单个决策树，而是由大量树组成的集合。随着树的数量增加，绘制最终模型将绘制训练和测试数据集上的错误率，类似于以下内容。

如果您想使用单个决策树，可以尝试训练一个CART模型，如下所示：

model <- train(
  Species ~ ., data = training,
  method = "rpart",
  trControl = ctrl,
  metric=metric_used,
  tuneLength = 10,
  preProc = preProcessInTrain
)
library(rpart.plot)
rpart.plot(model$finalModel)

现在按照上述方式绘制最终模型将会为您绘制决策树。