rpart只针对整数而不是因素吗？得到一棵没有深度的树

Question

我在使用rpart在R中运行一个简单的决策树时遇到了一些问题。

由于机密性，我无法发布我的实际数据作为示例，但这是结构。我已经把一大堆的东西搞砸了，因为我今天已经拿到了锡纸帽。

我运行了最基本的模型来根据MIX_BEFORE和LIFESTAGE预测MIX，并且我没有得到一棵树。我已经尝试过使用rpart.control并指定minsplit，但没有区别。

即使我添加了一些变量，我仍然没有得到一棵树：

然而......第二个我删除因子变量并尝试使用整数构建树，它工作正常：

有什么想法吗？

Answer 1

您的数据具有相当强的类失衡：99％一类，1％另一类。所以rpart只要说一切都是大多数类（这就是它正在做的事情）就可以达到99％的准确率。大多数变量都不能比这更好地区分，所以你得到的树没有像你用因子变量那样的分支。对于_NBR＆gt; = 7的少量点，你的_NBR变量恰好更具预测性。但即使你的模型使用_NBR预测几乎所有点都是多数类。您可以从This Cross Validated Post获得有关如何处理班级失衡的帮助。