R中的决策树使用基于多个拆分属性的rpart

Question

我正在尝试为以下数据集构建预测模型的决策树：

这是我的代码：

fitTree = rpart(classLabel ~ from_station_id + start_day + start_time
            + gender +  age, method = "class", data=d)
fancyRpartPlot(fitTree)

但是结果决策树只使用了其中一个属性（from_station_id）作为＆＃39;分割属性＆＃39;而且不关心其他属性的值（start_day，start_time，gender，age）。结果如下：

Click放大。

我做错了什么？

Answer 1

您的语法看起来正确。基于数据集的片段，classLabel和from_station_id可能密切相关（也可能是性别？）。在这种情况下，from_station_id将是您的classLabel的最佳预测器，其他变量只是不提供信息（或者也是相关但被屏蔽），并且不会显示在树上。尝试：

summary.rpart(fitTree)

这将更好地向您展示如何进行拆分以及变量重要性，这可以帮助您评估屏蔽。您应该避免使用相关预测变量，因为它们会导致屏蔽并且会干扰交互。

如果您只是在摘要中看到from_station_id，那么您知道它忽略了其他变量，但我不确定为什么会这样。