r rpart 仅适用于整数而不适用于因数？得到一棵没有深度的树

Question

我在使用 rpart 在 R 中运行一个简单的决策树时遇到了一些问题。

由于机密性，我无法发布我的实际数据作为示例，但这是结构。仅仅因为我今天戴上了锡纸帽，我就删掉了很多东西。

我已经运行了最基本的模型来根据 MIX_BEFORE 和 LIFESTAGE 预测 MIX，但我没有得到一棵树。我试过使用 rpart.control 并指定 minsplit，没有区别。

即使我添加了更多变量，我仍然没有得到一棵树：

然而...第二次我删除因子变量并尝试使用整数构建树，它工作正常：

有什么想法吗？

Answer 1

您的数据具有相当严重的类别不平衡性：99% 为一类，1% 为另一类。所以rpart 可以通过说一切都是多数类（这就是它正在做的）来获得 99% 的准确率。大多数变量将无法比这更好地区分，所以你会得到没有分支的树，就像你对因子变量所做的那样。您的 _NBR 变量恰好对 _NBR >= 7 的少量点更具预测性。但即使您使用 _NBR 的模型预测几乎所有点都是多数类。您也许可以从This Cross Validated Post 获得一些关于如何处理类不平衡的帮助。