使用rpart在迴歸樹中搜索相應的節點

我對R很新，而且我被一個非常愚蠢的問題困住了。使用rpart在迴歸樹中搜索相應的節點

我正在校準一個迴歸樹，使用rpart包來做一些分類和一些預測。

感謝R校準部分很容易做到並且易於控制。

#the package rpart is needed 
library(rpart) 

# Loading of a big data file used for calibration 
my_data <- read.csv("my_file.csv", sep=",", header=TRUE) 

# Regression tree calibration 
tree <- rpart(Ratio ~ Attribute1 + Attribute2 + Attribute3 + 
         Attribute4 + Attribute5, 
         method="anova", data=my_data, 
         control=rpart.control(minsplit=100, cp=0.0001))

在已經校準的大決策樹，我想，對於一個給定的數據樣本，以尋找一些新的數據對應的集羣（並因此預測值）。
predict功能似乎是完美的需要。

# read validation data 
validationData <-read.csv("my_sample.csv", sep=",", header=TRUE) 

# search for the probability in the tree 
predict <- predict(tree, newdata=validationData, class="prob") 

# dump them in a file 
write.table(predict, file="dump.txt")

然而，隨着predict方法我只是得到我的新元素的預測比，我不能找到一個辦法讓決策樹葉在我的新元素的歸屬。

我認爲應該很容易得到，因爲預測方法必須已經發現葉爲了返回比率。

有跡象表明，可以通過class=說法給予了預測方法的幾個參數，但對於迴歸樹都似乎回到同樣的事情（決策樹的目標屬性的值）

不任何人都知道如何獲得決策樹中的相應節點？

通過使用path.rpart方法分析節點，它可以幫助我理解結果。

來源

2011-02-24 antoine

您是否嘗試過使用'STR（）'探索你的對象呢？ – 2011-02-24 10:47:06

嗡嗡聲對哪些物體？ – antoine 2011-02-25 14:13:47

我想你想要的是type="vector"而不是class="prob"（我不認爲類是預測方法的接受參數），作爲軟件rpart文檔解釋說：

如果type =「矢量」：預測的向量響應。對於迴歸樹，這個是節點處的平均響應，對於泊松樹它是估計的響應率，對於分類樹是預測的類（作爲數）。

來源

2011-03-10 18:21:31 Benjamin

Benjamin的答案不幸的是不工作：type="vector"仍然返回預測值。

我的解決方案非常棒，但我不認爲有更好的方法。訣竅是將模型框架中預測的y值替換爲相應的節點編號。

tree2 = tree 
tree2$frame$yval = as.numeric(rownames(tree2$frame)) 
predict = predict(tree2, newdata=validationData)

現在預測的輸出將是節點編號，而不是預測的y值。

（一注：以上在我的情況下tree是一個迴歸樹，而不是一個分類樹曾在分類樹的情況下，你可能需要省略as.numeric或as.factor更換。）

來源

2011-06-21 19:15:06 yuji

可以使用partykit包：

fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis) 

library("partykit") 
fit.party <- as.party(fit) 
predict(fit.party, newdata = kyphosis[1:4, ], type = "node")

對於你的例子只是設置

predict(as.party(tree), newdata = validationData, type = "node")

來源

2016-06-06 12:35:35 Heidi

使用rpart在迴歸樹中搜索相應的節點

回答

相關問題