获取 rpart 模型节点的 ID/名称答案

【问题标题】：Get id/name of rpart model nodes获取 rpart 模型节点的 ID/名称
【发布时间】：2013-07-09 23:34:37
【问题描述】：

如何获取每行rpart 模型的终端节点的 ID（或名称）？ predict.rpart 只能返回分类树的预测类别（数字或因子）或类别概率或某种组合（使用 type="matrix"）。

我想做这样的事情：

fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
plot(fit) # there are 5 terminal nodes
predict(fit, type = "node_id")   # should return IDs of terminal nodes (e.g. 1-5) (does not work)

【问题讨论】：

标签： r rpart

【解决方案1】：

partykit 包支持predict(..., type = "node")，包括样本内外。您可以简单地转换 rpart 对象来使用它：

library("partykit")
predict(as.party(fit), type = "node")  
## 9 7 9 9 3 3 3 3 3 8 8 3 9 5 3 3 3 7 3 5 3 9 8 9 9 5 9 8 3 3 3 7 7 3 7 3 5 ## 9 5 8 
## 9 7 9 9 3 3 3 3 3 8 8 3 9 5 3 3 3 7 3 5 3 9 8 9 9 5 9 8 3 3 3 7 7 3 7 3 5 ## 9 5 8 
## 9 5 9 9 3 7 3 7 9 7 8 3 9 3 3 3 5 9 5 8 9 9 9 3 3 5 3 7 5 3 7 7 3 7 3 3 7 ## 5 7 9 
## 9 5 9 9 3 7 3 7 9 7 8 3 9 3 3 3 5 9 5 8 9 9 9 3 3 5 3 7 5 3 7 7 3 7 3 3 7 ## 5 7 9 
## 5 
## 5 
table(predict(as.party(fit), type = "node")) 
##  3  5  7  8  9 
## 29 12 14  7 19

【讨论】：

【解决方案2】：

对于该模型，有 4 个拆分，产生 5 个“终端节点”或 rpart 中使用的术语：<leaf>s。我不明白为什么应该有 5 个预测。预测是针对特定情况的，叶子是用于进行这些预测的可变数量的分割的结果。原始数据集中最终出现在叶子中的行数可能是您想要的，在这种情况下，这些是获取这些数字的方法：

# Row-wise predicted class
fit$where

# counts of cases in leaves of prediction rules
table(fit$where)
 3  5  7  8  9 
29 12 14  7 19

为了组装适用于特定叶的labels(fit)，您需要遍历规则树并累积所有用于生成特定叶的分割的所有标签。你可能想看看：

?print.rpart    
?rpart.object
?text.rpart
?labels.rpart

【讨论】：

谢谢，1-5我指的是终端节点的ID。您的回答有效，我可以简单地使用 kyphosis["id_node"] <-fit$where 将叶子 ID 分配给原始数据框。

【解决方案3】：

上面使用$where的方法只弹出树框中的行号。因此，在使用kyphosis$ID = fit$where 时，可能会为一些观察结果分配节点 ID 而不是叶节点 ID 要获取实际的叶节点 ID，请使用以下命令：

MyID <- row.names(fit$frame)
kyphosis$ID <- MyID[fit$where]

【讨论】：

【解决方案4】：

为了预测新数据上的叶子，可以使用 rpart.plot 包中的 rpart.predict(fit, newdata, nn = TRUE) 将节点名称添加到输出中。

这是一个孤立的 rpart 叶子预测器：

rpart_leaves <- function(fit, newdata, type = c("where", "leaf"), na.action = na.pass) {
  if (is.null(attr(newdata, "terms"))) {
    Terms <- delete.response(fit$terms)
    newdata <- model.frame(Terms, newdata, na.action = na.action,
                           xlev = attr(fit, "xlevels"))
    if (!is.null(cl <- attr(Terms, "dataClasses")))
      .checkMFClasses(cl, newdata, TRUE)
  }
  newdata <- rpart:::rpart.matrix(newdata)
  where <- unname(rpart:::pred.rpart(fit, newdata))
  if (match.arg(type) == "where")
    return(where)
  rownames(fit$frame)[where]
}

【讨论】：