决策树中前 n 类叶节点答案

【问题标题】：Top n classes of leaf nodes from decision tree决策树中前 n 类叶节点
【发布时间】：2016-06-17 13:26:34
【问题描述】：

我正在使用 R 的 rpart pacakge，我想提取叶节点的前 2 个预测类，而不仅仅是最好的。以iris数据为例：

fit <- rpart(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Width, data = iris)
print(fit)

输出是：

n= 150 

node), split, n, loss, yval, (yprob)
      * denotes terminal node

1) root 150 100 setosa (0.33333333 0.33333333 0.33333333)  
  2) Petal.Length< 2.45 50   0 setosa (1.00000000 0.00000000 0.00000000) *
  3) Petal.Length>=2.45 100  50 versicolor (0.00000000 0.50000000 0.50000000)  
    6) Petal.Width< 1.75 54   5 versicolor (0.00000000 0.90740741 0.09259259) *
    7) Petal.Width>=1.75 46   1 virginica (0.00000000 0.02173913 0.97826087) *

我想知道对于每个叶节点，比如节点 7)，第二好的预测物种是什么。默认只打印出预测最好的物种virginica

更一般地说，我想知道前 n 个预测类别。

是否可以在不更改rpart 的源代码的情况下从fit 中提取这些信息？

【问题讨论】：

标签： r decision-tree rpart

【解决方案1】：

您可以通过

找到它们

> fit$frame$yval2
                                             nodeprob
[1,] 1 50 50 50 0.3333333 0.33333333 0.33333333 1.0000000
[2,] 1 50  0  0 1.0000000 0.00000000 0.00000000 0.3333333
[3,] 2  0 50 50 0.0000000 0.50000000 0.50000000 0.6666667
[4,] 2  0 49  5 0.0000000 0.90740741 0.09259259 0.3600000
[5,] 3  0  1 45 0.0000000 0.02173913 0.97826087 0.3066667

或者你可以从

中看到

fancyRpartPlot(fit)

来自拨浪鼓包 - 它是杂色

我想你会想要一个更复杂的东西，但如果树很简单，图表就可以了。

【讨论】：

有帮助吗？