r中的决策树

Question

我的数据集是：

x=data.frame(v1=c(97 ,  97 ,  85 ,  84 ,  90 ,  80 ,  81 ,  90 ,  80,    70,    90 ,   90,    90    ,95  ,  88 ,   99),
+ v2=c(99  , 91  , 91   ,83  , 99  , 95  , 74  , 88  , 82   , 80   , 96  ,  87  ,  92 ,   96  ,  88,    95),
+ v3=c( 89   ,93  , 87  , 80  , 96  , 96  , 75  , 90  , 78,    86  ,  92    ,88  ,  80,    88   , 98    ,98),
+ v4=c( 89  , 97   ,91  , 86  , 95 ,  95  , 89 ,  88  , 75,    82   , 99,    92  ,  95,    92   , 90,    98),
+ v5=c( 99   ,90  , 93   ,91  , 90  , 90  , 77  , 92  , 85,    76  ,  90,    96  ,  90,    90   , 90,    92))
> x
   v1 v2 v3 v4 v5
1  97 99 89 89 99
2  97 91 93 97 90
3  85 91 87 91 93
4  84 83 80 86 91
5  90 99 96 95 90
6  80 95 96 95 90
7  81 74 75 89 77
8  90 88 90 88 92
9  80 82 78 75 85
10 70 80 86 82 76
11 90 96 92 99 90
12 90 87 88 92 96
13 90 92 80 95 90
14 95 96 88 92 90
15 88 88 98 90 90
16 99 95 98 98 92

我使用rpart 包来应用决策树如下：

# Classification Tree with rpart
library(rpart)
fit <- rpart(v5 ~ v1+v2+v3+v4,
              method="class", data=x)

printcp(fit) # display the results 

Classification tree:
rpart(formula = v5 ~ v1 + v2 + v3 + v4, data = x, method = "class")

Variables actually used in tree construction:
character(0)

Root node error: 9/16 = 0.5625

n= 16 

    CP nsplit rel error xerror xstd
1 0.01      0         1      0    0


> summary(fit) # detailed summary of splits

Call:
rpart(formula = v5 ~ v1 + v2 + v3 + v4, data = x, method = "class")
  n= 16 

    CP nsplit rel error xerror xstd
1 0.01      0         1      0    0

Node number 1: 16 observations
  predicted class=90  expected loss=0.5625  P(node) =1
    class counts:     1     1     1     7     1     2     1     1     1
   probabilities: 0.062 0.062 0.062 0.438 0.062 0.125 0.062 0.062 0.062 

绘图树

 # plot tree 
 plot(fit, uniform=TRUE, 
+      main="Classification Tree ")

Error in plot.rpart(fit, uniform = TRUE, main = "Classification Tree ") : 
  fit is not a tree, just a root

 text(fit, use.n=TRUE, all=TRUE, cex=.8)

Error in text.rpart(fit, use.n = TRUE, all = TRUE, cex = 0.8) : 
  fit is not a tree, just a root

我申请 rpart 时出了什么问题？为什么它给我的树图错误？如何解决此错误错误：

fit 不是树，只是根

Answer 1

我用您的x 数据框运行了以下代码，得到了如下所示的树：

library(rpart)
library(rattle)
library(rpart.plot)
library(RColorBrewer)

fit <- rpart(v5 ~ v1+v2+v3+v4,
             method="anova", 
             data=x,
             control = rpart.control(minsplit = 6, cp = 0.01))
fancyRpartPlot(fit)  #from RColorBrewer package

注意你的方法应该是anova，因为v5是一个连续变量，你必须覆盖控制参数control = rpart.control(...)来调整树的深度。

Answer 2

您正在使用 RPART 的默认控制参数。使用您的数据集，RPART 无法遵守默认值并创建树（分支拆分）

rpart.control(minsplit = 20, minbucket = round(minsplit/3), cp = 0.01, 
              maxcompete = 4, maxsurrogate = 5, usesurrogate = 2, xval = 10,
              surrogatestyle = 0, maxdepth = 30, ...)

根据数据集调整控制参数。

例如：

t <- rpart(formula = v5 ~ v1 + v2 + v3 + v4, data = x, method = anova",control =rpart.control(minsplit = 1,minbucket=1, cp=0))

但请注意，这可能会创建一个过拟合的决策树。

Answer 3

如果您正在构建分类树，请使用 method="class"，如果您正在构建回归树，请使用 method="anova"。看起来你有一个连续的响应，所以你应该构建一个回归树（即 method="anova"）。