从 Stacked Caret 模型绘制最终决策树答案

【问题标题】：Plot Final Decision Tree from Stacked Caret Model从 Stacked Caret 模型绘制最终决策树
【发布时间】：2019-08-25 12:05:06
【问题描述】：

我想从最终的堆叠插入符号集成模型中绘制决策树。

我使用插入符号运行了一个堆叠的合奏。我的 2 级是 rplot，我在其中构建了最终的测试模型和预测部分。但是，我不知道如何基于这个模型构建实际的决策树图。

我的最终测试模型是：

test_model <- train(blenderData[,predictors], blenderData[,labelName],
                     method='rpart', trControl=myControl)

preds <- predict(object=test_model, testingData[,predictors])

据此，我可以计算曲线下的面积，但我想实际绘制决策树。我不知道如何去做。任何人都可以帮忙吗？我对此很陌生。

【问题讨论】：

标签： r r-caret

【解决方案1】：

你可以试试visNetwork包：

library(visNetwork)
library(caret)

test_model <- train(iris[,1:4], iris[,5],
                     method='rpart')

visTree( test_model$finalModel)

enter image description here

【讨论】：