文本rpart决策树模型——如何在每个拆分节点上抑制长值列表

我创建了一个包含所有分类变量的决策树模型。其中一些分类变量有100多个可能值

这是我的密码：

model = rpart(score ~., data = dataset);
plot(model)
text(model)

问题在于，

text（model）

用一长串对应分类变量的值注释每个分割节点。这些值相互挤压，难以观察。我正在寻找

text（model）

的一个选项，以便仅显示变量名并抑制所有值。这样，至少绘制的树是清晰的，并显示每个节点使用的变量

提前谢谢

---

Leo

中的

prp

功能可能会有所帮助

有许多用于绘制不同树布局的选项，您可以使用

faclen

命令缩短拆分级别

有点像

library(rpart.plot)
model = rpart(score ~., data = dataset)

prp(model, faclen = 2)

也许能帮你收拾一下。（注意：将faclen设置为1意味着每个因子级别将按字母顺序分配一个字母）