Question

假装我已经创建了一个回归树：

library(rpart)
library(rpart.plot)
data("mtcars")
fit <- rpart(mpg~., data = mtcars)
prp(fit)

现在通过查看树，我可以理解哪些变量会使我达到最大mpg和最小值。

但是如果我有一棵大树怎么办？如何找出哪些变量值会使我获得最高结果？

Answer 1

如果您只想要最高或最低，这将有效。您可以使用

在每个节点获取mpg的值

fit$frame$yval
[1] 20.09062 16.64762 13.41429 18.26429 26.66364

每次节点分裂时，如果该节点有mpg = M，则两个分割节点将有一个高于M且一个低于M.因此，最大值和最小值都将出现在树的叶子上。所以最高的叶子是

max(fit$frame$yval)
[1] 26.66364

加成

抱歉，我错过了这部分问题。

通过使用which.max，我们可以确定哪个节点是最大节点。

which.max(fit$frame$yval)
[1] 5

现在我们知道它是节点5.从那里我们可以使用.list.rules.party包中的partykit来获取相关规则。由于.list.rules.party未从包中导出，因此我们必须指定函数的来源。此外，该函数仅为叶子提供规则，因此我们必须使用 name 5获取节点的规则，而不是第5条规则。

PFit = as.party(fit)
Rules = partykit:::.list.rules.party(PFit)
Rules["5"]
        5 
"cyl < 5"

或者你可以用

简化整个事情

Rules[as.character(which.max(fit$frame$yval))]
        5 
"cyl < 5"

获取最小值的规则

Rules[as.character(which.min(fit$frame$yval))]
                       3 
"cyl >= 5 & hp >= 192.5"

回归树的最佳决策

1 个答案:

加成