Decision tree R中的决策树-从特定分支提取数据
我正在尝试使用rpart和partykit构建一个分类决策树,我想知道这些包(或任何包,就这一点而言)中是否有任何函数允许我创建一个包含特定子树或分支数据的数据集 我知道我可以使用DT规则从原始数据集手动创建子集,但我正在尝试自动化某些过程,找到该函数将极大地帮助我 例如:Decision tree R中的决策树-从特定分支提取数据,decision-tree,extraction,rpart,party,Decision Tree,Extraction,Rpart,Party,我正在尝试使用rpart和partykit构建一个分类决策树,我想知道这些包(或任何包,就这一点而言)中是否有任何函数允许我创建一个包含特定子树或分支数据的数据集 我知道我可以使用DT规则从原始数据集手动创建子集,但我正在尝试自动化某些过程,找到该函数将极大地帮助我 例如: library (rpart) library(partykit) data("Titanic", package = "datasets") ttnc <- as.data.frame(Titanic) ttnc
library (rpart)
library(partykit)
data("Titanic", package = "datasets")
ttnc <- as.data.frame(Titanic)
ttnc <- ttnc[rep(1:nrow(ttnc), ttnc$Freq), 1:4]
names(ttnc)[2] <- "Gender"
rp <- rpart(Survived ~ Gender + Age + Class, data = ttnc)
prp <- as.party(rp)
prp[5]
库(rpart)
图书馆(partykit)
数据(“泰坦尼克号”,package=“数据集”)
ttnc我不知道您使用DT规则的意思,但是您可以使用partykit包的predict()
函数来预测节点/分支,然后根据子树分割数据
ttnc$Node <- predict(prp, newdata = ttnc, type = "node")
subtree <- subset(ttnc, Node == 5)
ttnc$Node我不知道您使用DT规则的意思,但是您可以使用partykit包的predict()
函数来预测节点/分支,然后根据子树分割数据
ttnc$Node <- predict(prp, newdata = ttnc, type = "node")
subtree <- subset(ttnc, Node == 5)
ttnc$Node除了@JakobGepp发布的解决方案外,您还可以使用partykit
提供的data\u party()
功能:
data_party(prp, id = 5)
本质上,这与Jakob用手明确地在内部做了相同的事情。除了@JakobGepp发布的解决方案之外,您还可以使用partykit提供的数据方()
函数:
data_party(prp, id = 5)
从本质上讲,这与雅各布用手明确做的内部工作是一样的。谢谢!这就是我要找的!非常感谢。这就是我要找的!非常感谢。这很有帮助!不客气。如果我和Jakob的回答对你有用,请考虑鼓励他们:-谢谢!这很有帮助!不客气。如果我和Jakob的回答对你有用,请考虑鼓励他们: