为什么使用caret::train(..., method = "rpart")得到的结果与rpart::rpart(...)不同？
我正在参加Coursera实践机器学习课程，课程作业要求使用这个数据集构建预测模型。根据感兴趣的结果（标记为y，但实际上是数据集中的classe变量），将数据分割为training和testing数据集： inTrain <- createDataPartition(y = data$...
R：绘制决策树标签时，叶子节点文本被截断
（我仍在学习如何在R中处理图像；这是对rpart package: Save Decision Tree to PNG 的延续）我试图将rpart生成的决策树图以PNG格式保存，而不是提供的Postscript。我的代码看起来像这样：png("tree.png", width=1000, he...
R中caret rpart返回错误：“在`[.data.frame`(m, labs)中选择未定义的列”。
我将要为rpart运行一个分类任务。因为需要在多个模型中运行它，所以我需要将数据准备成稀疏格式。 当我使用以下指令运行rpart方法： control <- trainControl(method="repeatedcv", number=10, repeats=3) #Metric...
在R中使用rpart/ctree包预测数据集后，获取每行的决策树规则/路径模式。
我已经使用rpart和ctree在R中构建了一个决策树模型。 我还使用构建的模型预测了一个新数据集，并得到了预测的概率和类别。 然而，我想要提取规则/路径，以单个字符串的形式呈现每个观察值（在预测的数据集中）所遵循的路径。通过将这些数据以表格形式存储，我可以在不打开R的情况下自动化地解释预...
使用连续变量的决策树
我有一个关于使用连续变量的决策树的问题。 我听说当输出变量是连续的而输入变量是分类的时候，分割标准是降低方差之类的东西。但如果输入变量是连续的，我不知道它是如何工作的。 对于以下两种情况，我们如何获得像基尼指数或信息增益这样的分割标准？ 1. 输入变量：连续 / 输出变量：分类 2. 输...
获取rpart模型节点的id/name
如何获取每行模型的终端节点的ID（或名称）？predict.rpart只能返回分类树的预测类别（数字或因子）、类别概率或某些组合（使用type="matrix"）。 我想做如下操作： fit <- rpart(Kyphosis ~ Age + Number + Start, data ...
rpart中CP表给出的树大小
在R包rpart中，决策树CP表中呈现的树的大小取决于什么？在下面的示例中，CP表默认仅呈现具有1、2和5个节点的树（分别为nsplit = 0、1和4）。 library(rpart) fit <- rpart(Kyphosis ~ Age + Number + Start, ...
在评估表达式时出现错误：未找到对象。
我不理解这里出了什么问题。 data.train <- read.table("Assign2.WineComplete.csv",sep=",",header=T) # Building decision tree Train <- data.frame(residual.su...
使用Rpart软件生成的测试规则
我希望以编程的方式测试从树中生成的一条规则。在树中，从根到叶子节点（终端节点）的路径可以被解释为一条规则。 在R中，我们可以使用“rpart”包并执行以下操作： （在本文中，我将仅使用“鸢尾花”数据集作为示例目的） library(rpart) model <- rpart(Spec...