Question

给定一个rpart对象，我希望能够在到达每个叶子之前提取使用了多少个特征。换句话说，我想知道在为每个叶子做出分类决策时使用了多少条信息。

例如，以下是应用于rpart数据集的titanic对象：

library(titanic)
library(rpart)

titanic.rpart <- rpart::rpart(survived ~., data = titanic)

titanic.rpart$frame[,1:2]

以下是frame：

的重要信息

var n

1性别2201

2 1731年

4 LEAF 1667

5 class 64

10 LEAF 48

11 LEAF 16

3类470

6 LEAF 196

7 LEAF 274

从frame属性，我可以访问决策树的结构，包括到达每个节点/叶子的案例数。但是，我真正想知道的是，对于每个叶子，在该叶子之前发生了多少个节点？这将告诉我在每个案例被分类时会查找多少条信息。

例如，查看泰坦尼克号树（见下图），它看起来像第一片叶子，深度为4，发生在sex和age节点之后。因此，这片叶子需要2条信息。由于1667个病例被分类在这片叶子上，这片叶子使用了1667 * 2 = 3334条信息。

在sex，age和class点头之后，发生了深度为10的下一片叶子。因此，这片叶子需要3条信息。由于48个病例被分类在这片叶子上，这片叶子使用了48 * 3 = 144条信息。

按照每个叶子的这个程序，我可以按如下方式计算所用信息的总量：

树中使用的总信息数= 1667 * 2 + 48 * 3 + 16 * 3 + 196 * 2 + 274 * 2 = 4466

然后，我可以将其除以案例总数，以获得每个案例使用的平均信息量为4466/2201 = 2.03。事实上，这真的是我最终想要的。

以下是问题：我可以使用哪些代码从rpart对象执行这些计算？或者更具体一点，我如何确定每个叶子在叶子之前发生了多少个节点？