我正在使用R中的rpart包来创建一个名为'myData'的数据框中的决策树模型。它有85,590行。
决策树是使用这样的代码创建的（关键部分是'data = myData'）：
decTree＆lt; - rpart（结果~var1 + var2 + ...， data = myData，method =“anova”，control = rpart.control（minsplit = 30））
如果我绘制＆amp;标记该决策树的“叶子”（终端）节点，我在第一个节点的“左侧”得到66,667的初始分割。右边18,923（按预期添加到85,590，总行数。）
plot（decTree）#Plot the tree
text（decTree，use.n = TRUE）#Label the tree
创建此初始拆分的规则是var1＆lt; 1.5。
但是，如果我计算myData中var1为＆lt;的行数。 1.5，我得到79,518，而不是预期的85,590（如果我计算var1＆gt; = 1.5的行，我得到6,072的'补码'，而不是树中显示的预期的18,923。）
长度（（myData $ var1＆lt; 1.5））
[1] 79518
我意识到你不可能自己重现这种行为（以前的rpart模型在节点数方面对我来说正常工作，所以不知道为什么我这次遇到麻烦），但是我希望之前有人遇到过这个问题，否则我的代码会发现一些愚蠢的错误......
我尝试重新运行它，但仍然得到所有相同（不匹配）的叶子数量。
另外，我检查了myData $ frame，它肯定不仅仅是'n = ...'标签错了; $ frame值与图中显示的值匹配（并且与我自己完成的计数不匹配。）
decTree $帧
最后，'var1'值都不是NA。即：
长度（其（is.na（myData的$ VAR1）））
[1] 0