使用 rpart 在回归树中搜索相应的节点答案

【问题标题】：Search for corresponding node in a regression tree using rpart使用 rpart 在回归树中搜索相应的节点
【发布时间】：2011-07-03 10:20:53
【问题描述】：

我对 R 很陌生，遇到了一个非常愚蠢的问题。

我正在使用 rpart 包校准回归树，以便进行一些分类和一些预测。

多亏了 R，校准部分很容易做也很容易控制。

#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))

在校准大决策树后，我希望为给定的数据样本找到一些新数据的相应集群（以及预测值）。
predict 函数似乎非常适合这种需要。

# 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")

但是，使用predict 方法，我只能得到新元素的预测比例，而我无法找到获得新元素所属的决策树叶的方法。

我认为它应该很容易得到，因为 predict 方法必须找到叶子才能返回比率。

有几个参数可以通过class= 参数提供给 predict 方法，但是对于回归树来说似乎都返回相同的东西（决策树的目标属性的值）

有谁知道如何获取决策树中对应的节点？

通过path.rpart方法分析节点，有助于我理解结果。

【问题讨论】：

您是否尝试过使用str()探索您的对象？

标签： r regression decision-tree rpart cart-analysis

【解决方案1】：

我认为您想要的是 type="vector" 而不是 class="prob"（我不认为 class 是 predict 方法的可接受参数），如 rpart 文档中所述：

if type="vector": 预测向量回应。对于回归树，这是节点的平均响应，对于泊松树是估计的响应率和分类树它是预测的类（作为号）。

【讨论】：

【解决方案2】：

不幸的是，Benjamin 的回答不起作用：type="vector" 仍然返回预测值。

我的解决方案非常笨拙，但我认为没有更好的方法。诀窍是用相应的节点号替换模型框架中的预测 y 值。

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

现在 predict 的输出将是节点数，而不是预测的 y 值。

（请注意：以上方法适用于我的情况，其中tree 是回归树，而不是分类树。在分类树的情况下，您可能需要省略as.numeric 或将其替换为as.factor .)

【讨论】：

【解决方案3】：

你可以使用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")

对于您的示例，只需设置

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

【讨论】：