今天的内容介绍如何将决策树模型画出来。
进入实战部分！
首先安装所需的R包，并且载入：
install.packages("rpart")
install.packages("rpart.plot")
library(rpart)
library(rpart.plot)
R包get！
下一步，使用mtcars数据集建立一个决策树模型，其中的mpg作为因变量，代码如下：
tree <- rpart(mpg ~ hp + wt + am, data = mtcars)
将上述模型tree进行作图：
rpart.plot(tree)
以右下角的方框内容为例，一个方框指代一个节点，其中的数字29指的是此决策树给出的预测值mpg=29，样本占总数的22%。
方框的颜色（这里为蓝色，可修改）与mpg的值成正比，即值越大，颜色越深。
可以通过代码改变决策树的展示风格，一共有6种风格可供选择，代码如下：
par(mfrow = c(3, 2))
rpart.plot(tree, type = 0)
rpart.plot(tree, type = 1)
rpart.plot(tree, type = 2) #默认
rpart.plot(tree, type = 3)
rpart.plot(tree, type = 4)
rpart.plot(tree, type = 5)
par(mfrow = c(1, 1))
大家可以根据个人的喜好进行选择。
还可以添加一些额外的信息，比如每个节点的样本量，代码如下：
rpart.plot(tree, extra = 101) # 添加样本量
也可以调整小数点保留的位数：
rpart.plot(tree, digits = 5)
最后，调节上述节点的颜色为橘红色，代码如下：
rpart.plot(tree, box.palette = "Oranges")
关于其它更多修饰，可以询问R的帮助系统：?rpart.plot
好啦，今天的内容就到这里。如果有帮助，记得分享给需要的人
！
参考文献
https://cran.r-project.org/web/packages/rpart.plot/