我正在使用caret包来使用rpart包对数据进行建模。
library('caret')
data(iris)
formula <- as.formula(Species ~.)
t <- train(formula,iris,method = "rpart",cp=0.002,maxdepth=8)
plot(t)
作为结果，我得到了对象“t”，并尝试绘制该对象以获取树状图。但是结果看起来像这样：
有没有办法从caret训练对象中制作树状图？如何在caret软件包中制作树状图？
25
作为结果，我得到了对象“t”，并尝试绘制该对象以获取树状图。但是结果看起来像这样：
有没有办法从caret训练对象中制作树状图？- Jot eN
1
如果你的树状图比较简单，另一个选择可能是使用“树状图”可视化。虽然不同于树状图，但这可能是另一种有趣的可视化模型的方式。请参见 ggplot 中的 treemapify。 - cacti5
3个回答
51
更美观的树状图：
library(rattle)
fancyRpartPlot(t$finalModel)
- Jot eN
1
你如何控制你想要绘制的深度？ - Kim
32
caret::train()返回的对象是一个列表。元素finalModel包含你的模型。试试这个：
plot(t$finalModel)
text(t$finalModel)
- Andrie
9
有同样的问题，但是这里给出的答案不能解决它，因为我使用的是随机森林而不是单个决策树。以下是给所有遇到相同问题的人：
使用随机森林
以下是结果图：
已经有完整的答案在这里了：
在R中绘制决策树（Caret）
简而言之：只有在方法是类似于下面的情况下才可以显示决策树：
method = "rpart"
使用随机森林
method = "rf"
以下是结果图：
已经有完整的答案在这里了：
在R中绘制决策树（Caret）
- mrk
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
原文链接