如何画出漂亮的决策树?

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:

复制代码
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:

复制代码
tree <- rpart(mpg ~ hp + wt + am, data = mtcars)

将上述模型tree进行作图:

复制代码
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:

复制代码
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:

复制代码
rpart.plot(tree, extra = 101) # 添加样本量

也可以调整小数点保留的位数:

复制代码
rpart.plot(tree, digits = 5)

最后,调节上述节点的颜色为橘红色,代码如下:

复制代码
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

复制代码
https://cran.r-project.org/web/packages/rpart.plot/
相关推荐
飞桨PaddlePaddle1 小时前
Wan2.1和HunyuanVideo文生视频模型算法解析与功能体验丨前沿多模态模型开发与应用实战第六期
人工智能·算法·百度·音视频·paddlepaddle·飞桨·deepseek
Y1nhl2 小时前
搜广推校招面经八十一
开发语言·人工智能·pytorch·深度学习·机器学习·推荐算法·搜索算法
Starry_hello world2 小时前
C++ 快速幂算法
c++·算法·有问必答
石去皿3 小时前
力扣hot100 91-100记录
算法·leetcode·职场和发展
SsummerC4 小时前
【leetcode100】组合总和Ⅳ
数据结构·python·算法·leetcode·动态规划
2301_807611495 小时前
77. 组合
c++·算法·leetcode·深度优先·回溯
小墙程序员6 小时前
机器学习入门(二)线性回归
机器学习
SsummerC6 小时前
【leetcode100】零钱兑换Ⅱ
数据结构·python·算法·leetcode·动态规划
追逐☞7 小时前
机器学习(7)——K均值聚类
机器学习·均值算法·聚类
好易学·数据结构7 小时前
可视化图解算法:二叉树的最大深度(高度)
数据结构·算法·二叉树·最大高度·最大深度·二叉树高度·二叉树深度