Question

我用rpart训练了一些数据并且有兴趣用树终端节点标记每个观察，并链接到与该终端节点对应的规则。

我使用以下代码作为示例：

library(rpart)
library(rattle)
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
table(fit$where)
rattle::asRules(fit)

我可以通过适合$ where来标记每个观察，标签是：

> table(fit$where)

 3  5  7  8  9 
29 12 14  7 19

第一个问题：这些标签与rattle :: asRules（fit）生成的标签不一致，即3,23,22,10,4 如何在两者之间生成映射表？

第二个问题：asRules只是打印，而我想将规则放在表中而不是标准输出。

我的预期结果：一个数据框，其中包含fit $ where和asRules标签之间的映射，另一列带有规则文本作为字符串，例如：

 Rule number: 4 [Kyphosis=absent cover=29 (36%) prob=0.00]
   Start>=8.5
   Start>=14.5

如果我们可以在单独的列中解析文本到ID，统计和条件，甚至更好但不是强制性的。

我找到了许多相关问题和链接，但没有找到最终答案。

非常感谢， Kamashay

进度更新29/01

如果我有规则ID，我可以通过path.rpart单独提取每个规则：

>path.rpart(fit,node=22) 

 node number: 22 
   root
   Start>=8.5
   Start< 14.5
   Age>=55
   Age>=111

这使得规则成为我可以转换为字符串的列表。但是这些ID是'asRules'功能而不是'适合$ where'...

使用“partykit”会得到与“fit $ where”相同的结果：

library("partykit")
> table(predict(as.party(fit), type = "node"))

 3  5  7  8  9 
29 12 14  7 19

所以，我仍然无法在两者之间建立链接（asRules ID并且适合$ where ID），我可能遗漏了一些基本的东西，或者有一种更简单的方法来完成任务。

你能帮忙吗？

Answer 1

您可以使用

找到与每个拟合$对应的规则编号（实际上是叶节点编号）

> row.names(fit$frame)[fit$where]
 [1] "3"  "22" "3"  "3"  "4"  "4"  ...

您可以通过

更接近所需的输出

> rattle::asRules(fit, TRUE)
R  3 [23%,0.58] Start< 8.5
R 23 [ 9%,0.57] Start>=8.5 Start< 14.5 Age>=55 Age< 111
...

Answer 2

你的意思是这样吗？

library(rpart)
library(rpart.utils)
library(dplyr)

#model
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)

#dataframe having leaf node's rule and subrule combination
rule_df <- rpart.rules.table(fit) %>%
  filter(Leaf==TRUE) %>%
  group_by(Rule) %>%
  summarise(Subrules = paste(Subrule, collapse=","))

#final dataframe
df <- kyphosis %>%
  mutate(Rule = row.names(fit$frame)[fit$where]) %>%
  left_join(rule_df, by="Rule")
head(df)

#subrule table
rpart.subrules.table(fit)

输出为：

  Kyphosis Age Number Start Rule    Subrules
1   absent  71      3     5    3          R1
2   absent 158      3    14   22 L1,R2,R3,L4
3  present 128      4     5    3          R1
4   absent   2      5     1    3          R1
5   absent   1      4    15    4       L1,L2
6   absent   1      2    16    4       L1,L2

子规则定义：

  Subrule Variable Value Less Greater
1      L1    Start   8.5 <NA>     8.5
2      L2    Start  14.5 <NA>    14.5
3      L3      Age  <NA>   55    <NA>
4      L4      Age   111 <NA>     111
5      R1    Start  <NA>  8.5    <NA>
6      R2    Start  <NA> 14.5    <NA>
7      R3      Age    55 <NA>      55
8      R4      Age  <NA>  111    <NA>

Answer 3

您可以通过以下方式获得规则（叶）的数量：

nrules <- as.integer(rownames(fit$frame[fit$frame$var == "<leaf>",]))

您还可以迭代如下规则：

rules <- lapply(nrules, path.rpart, tree=fit, pretty=0, print.it=FALSE)

另一种替代方法是使用软件包rpart.plot

rules <- rpart.plot::rpart.rules(model, cover=T, nn=T)

Answer 4

这是值得的，毕竟这是我使用的：

[1]用于在fit $ where和asRules之间对齐标签我使用了@Graham Williams的解决方案，或者通过采用@VitoshKa中的函数来获得正确的标签：https://stackoverflow.com/a/30088268/8263160

[2]用于在数据框中创建格式良好的规则列表我采用并修改了TomášGreif的parse_tree函数： https://www.r-bloggers.com/create-sql-rules-from-rpart-model/

将规则导出到数据框并链接规则以训练数据

4 个答案: