在 R 中构建分类树时，如何解释因子变量上的 rpart 拆分？

【问题标题】：How do I interpret rpart splits on factor variables when building classification trees in R?在 R 中构建分类树时，如何解释因子变量上的 rpart 拆分？
【发布时间】：2011-02-05 12:58:09
【问题描述】：

如果因子变量是气候，有 4 个可能的值：热带、干旱、温带、雪，并且我的 rpart 树中的一个节点被标记为“气候：ab”，那么拆分是什么？

【问题讨论】：

这属于 stats.stackexchange.com，应该关闭。
@Joris 我不同意。问题是关于程序答案的解释，与分区树的统计背景和统计本身无关。
@Marek 你怎么称呼统计分析的解释？
@user281537 你至少可以给我们你提到的代码和输出。如果气候是 y 变量或您的 x 变量之一？如果它是“因素”变量，我希望它是响应变量。如果是，那么它不应该在节点的标签中，而只在叶子的标签中。构造指向某个交互项的方向。
@Marek : 你是不是巧合地跳出老问题？

标签： r rpart cart-analysis

【解决方案1】：

我假设您使用标准方法来绘制树，即

plot(f)
text(f)

正如您在text.rpart 的帮助中看到的那样，默认因子变量上的参数pretty 以字母表示，因此a 表示levels(Climate)[1]，这意味着在左侧节点上使用Climate==levels(Climate)[1] 进行观察正确的其他人。

您可以直接使用打印级别

plot(f)
text(f, pretty=1)

但我建议使用来自maptree package 的draw.tree：

require(maptree)
draw.tree(f)

我用假数据做图：

X <- data.frame(
    y=rep(1:4,25),
    Climate=rep(c("Tropical", "Arid", "Temperate", "Snow"),25)
)
f <- rpart(y~Climate, X)

【讨论】：