将rpart规则导出到数据帧，并链接规则以训练数据

我已经用rpart训练了一些数据，并对用树终端节点标记每个观测值感兴趣， 并链接到对应于该终端节点的规则

我使用了以下代码作为示例：

library(rpart)
library(rattle)
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
table(fit$where)
rattle::asRules(fit)

第一个问题：这些标签与Crattle:：asRules（fit）生成的标签不一致，它们是3,23,22,10,4 如何生成两者之间的映射表

第二个问题：asRules只是打印，而我想将规则放在表中，而不是标准输出

我的预期结果是：一个数据框，在fit$where和asRules标签之间有映射，另一列的规则文本为字符串，例如：

 Rule number: 4 [Kyphosis=absent cover=29 (36%) prob=0.00]
   Start>=8.5
   Start>=14.5

如果我们可以将文本解析为ID、statistics和condition在单独的列中，那就更好了，但不是强制性的

我发现了许多相关的问题和链接，但没有找到最终答案

多谢各位， 卡马沙

进度更新29/01

如果我有规则ID，我可以通过path.rpart分别提取每个规则：

>path.rpart(fit,node=22) 

 node number: 22 
   root
   Start>=8.5
   Start< 14.5
   Age>=55
   Age>=111

因此，我仍然无法在这两个（asRules id和fit$where id）之间建立链接， 我可能遗漏了一些基本的东西，或者有一种更直接的方法来完成这项任务

---

您可以提供帮助吗？

您可以在使用时找到每个fit$对应的规则编号（实际上是叶节点编号）

> row.names(fit$frame)[fit$where]
 [1] "3"  "22" "3"  "3"  "4"  "4"  ...

您可能会通过以下方法更接近所需的输出：

> rattle::asRules(fit, TRUE)
R  3 [23%,0.58] Start< 8.5
R 23 [ 9%,0.57] Start>=8.5 Start< 14.5 Age>=55 Age< 111
...

>嘎嘎声：：asRules（fit，TRUE）
R3[23%，0.58]开始<8.5
R 23[9%，0.57]开始>=8.5开始<14.5岁>=55岁<111岁
...

为了说明这一点，我还是用了以下方法：

[1] 对于fit$where和asRules之间的标签对齐，我使用了@Graham Williams的解决方案， 或者通过采用@VitoshKa的函数，首先获得正确的标签：

[2] 为了在数据帧中创建格式良好的规则列表，我采用并修改了TomášGreif的parse_树函数：

---

你的意思是这样的吗

库（rpart）
图书馆（rpart.utils）
图书馆（dplyr）
#模型
fit您可以通过以下方式获得规则（叶数）：

nrules很棒的输入，rpart.utils包在这里提供了所需的值（我以前不熟悉它）
> row.names(fit$frame)[fit$where]
 [1] "3"  "22" "3"  "3"  "4"  "4"  ...

> rattle::asRules(fit, TRUE)
R  3 [23%,0.58] Start< 8.5
R 23 [ 9%,0.57] Start>=8.5 Start< 14.5 Age>=55 Age< 111
...

  Kyphosis Age Number Start Rule    Subrules
1   absent  71      3     5    3          R1
2   absent 158      3    14   22 L1,R2,R3,L4
3  present 128      4     5    3          R1
4   absent   2      5     1    3          R1
5   absent   1      4    15    4       L1,L2
6   absent   1      2    16    4       L1,L2

  Subrule Variable Value Less Greater
1      L1    Start   8.5 <NA>     8.5
2      L2    Start  14.5 <NA>    14.5
3      L3      Age  <NA>   55    <NA>
4      L4      Age   111 <NA>     111
5      R1    Start  <NA>  8.5    <NA>
6      R2    Start  <NA> 14.5    <NA>
7      R3      Age    55 <NA>      55
8      R4      Age  <NA>  111    <NA>