R 如何绘制用插入符号构建的极端梯度提升树

我刚刚用package

caret

使用“xgbTree”方法（极端梯度推进）建立了一个基本分类模型。它有很高的准确性（3类），但我看不到规则或绘制树

当用插入符号构建树时，有人知道如何绘制树吗？我尝试使用

xgboos

t包中的

xgb.plot.tree

函数，但我得到一个错误，表明它无法绘制，因为我的模型不是

xgb.train

函数生成的类

xgb.Booster

的对象。有没有一种方法可以将我内置的模型

caret

强制为

xgb.Booster

对象

---

非常感谢您的帮助。

我遇到了同样的问题，当我查看

xgb.plot.tree的
帮助时，
第一个参数是要素名称向量，然后您必须指定模型参数

xgb.plot.tree(model = myegb$finalModel)

上述操作将生成没有特征名称的树形图；将使用列索引

要添加要素名称，请执行以下操作：

xgb.plot.tree(feature_names = myegb$finalModel$params, model = myegb$finalModel)

您需要执行以下操作：
树（model=myegb$finalModel，trees=tree\u index）

tree_index用于指定要绘制的树的索引，否则将在一个图形中绘制所有树，您将丢失详细信息。在xgb.plot.tree中，索引从0开始，而不是从1开始。
请提供一个。
库（插入符号）#构建（训练）模型tic（）myegbappend
$finalModel
到训练过的模型对象是关键。我确实有完全相同的问题。任何进一步的建议@HunkyGoon你想出来了吗？