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
未知陨落25 分钟前
LeetCode:81.爬楼梯
算法·leetcode
SHtop1144 分钟前
排序算法(golang实现)
算法·golang·排序算法
Rain_is_bad1 小时前
初识c语言————数学库函数
c语言·开发语言·算法
Psycho_MrZhang1 小时前
丢弃法-Dropout
人工智能·深度学习·机器学习
小李独爱秋2 小时前
【机器学习宝藏】深入解析经典人脸识别数据集:Olivetti Faces
人工智能·python·机器学习·计算机视觉·人脸识别·olivetti
艾醒2 小时前
大模型面试题剖析:模型微调中冷启动与热启动的概念、阶段与实例解析
深度学习·算法
eqwaak03 小时前
实战项目与工程化:端到端机器学习流程全解析
开发语言·人工智能·python·机器学习·语言模型
新学笺3 小时前
数据结构与算法 —— 从基础到进阶:带哨兵的单向链表,彻底解决边界处理痛点
算法
智者知已应修善业3 小时前
【51单片机计时器1中断的60秒数码管倒计时】2023-1-23
c语言·经验分享·笔记·嵌入式硬件·算法·51单片机
audyxiao0013 小时前
NeurIPS 2025论文分享|FedFree:突破知识共享壁垒的异构联邦学习新框架
大数据·人工智能·机器学习·大模型·智能体