我非常喜欢演示文稿和海报的分类树的简单性，因为它们与临床决策更加一致，因此为读者提供了一种熟悉的方法来消化二项式模型的拟合。但是，在我目前正在进行的工作中，我不得不使用二项式响应glmnet模型，因为我的主要目标是将一组可能的预测变量减少到较小的实际生成模型。
我有几个平衡良好且相当准确的模型，其中有6-12个非零预测器。有没有办法以某种方式将模型转换为可视化分类树，类似于您从rpart模型和rpart.plot包中获得的内容？
我当然可以使用rpart代替，但随后我会失去预测能力，因为识别的预测变量会更少。