当我的 13 个自变量中有 7 个本质上是分类变量时，我如何获得详细的决策树？答案

【问题标题】：How do I get a detailed decision tree when 7 of my 13 independent variables are categorical in nature?当我的 13 个自变量中有 7 个本质上是分类变量时，我如何获得详细的决策树？
【发布时间】：2016-06-06 17:21:50
【问题描述】：

我正在使用具有 13 个自变量（其中 7 个是分类变量）的决策树来分析持久性，但我得到的树只考虑了一个数字变量。

我的代码是：

fmla=STATUS~.

tm=rpart(fmla, data=trainData,method = "class")

【问题讨论】：

可能其他自变量没有足够的关于响应的信息，因此不会发生进一步的分裂。根据提供的信息，很难说更多。此外，您发布的图像尚未使用您问题中的代码生成。因此，我建议用更多细节和可重复的例子来修饰这个问题。
我的目标变量是分类的，其值为“持久性或非持久性”，自变量是：{subchannel,region,product_name,product_type,frequency,premium_type[categorical]} 和 {term,ppt, afyp,premium_due,premium_due_amount[numeric]} 每次我尝试构建一棵树时，它只采用一个数字变量

标签： r decision-tree

【解决方案1】：

发生这种情况是因为通过拆分树获得的信息小于默认阈值。

Rpart 提供了控制如何构建树的方法。以下是您可以使用的一些控件：

Rpart 停止树分裂，如果获取的信息小于 0.01（默认）。此信息增益/rmse 增益/gini 增益由 rpart 控件中的参数“cp”指定。
parms 选项用于表示分割功能。
rpart.controls 用于表示树参数。
rpart.controls 最常用的选项是最大深度（树深度）、minbucket（每个节点中的最小观测数）和 minsplit（进一步拆分之前节点中所需的最小观测数。）

请注意：默认情况下，method="class" 时，rpart 分类树使用 gini 索引作为节点拆分标准。

自定义rpart树示例：

      rpart(data=traindata, 
      formula = Status ~ .,
      method = "class",
      parms=list(split="information"),
      control=rpart.control(minbucket=50,minsplit=100, cp=0.0000001, maxdepth=30))

【讨论】：

谢谢我运行了代码，我得到了这个错误：“control=rpart.control(minbucket=50,minsplit=minspl, cp=0.0000001, maxdepth=30)) 中的意外')' "
它现在应该运行了。我认为它失败是因为 minsplit 控制中的未初始化变量。