我想在文本中打印一个决策树。例如,我可以打印树对象本身:
library(rpart)
f = as.formula('Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width + Species')
fit = rpart(f, data = iris, control = rpart.control(xval = 3))
fit
产量
n= 150
node), split, n, deviance, yval
* denotes terminal node
1) root 150 102.1683000 5.843333
2) Petal.Length< 4.25 73 13.1391800 5.179452
4) Petal.Length< 3.4 53 6.1083020 5.005660
8) Sepal.Width< 3.25 20 1.0855000 4.735000 *
9) Sepal.Width>=3.25 33 2.6696970 5.169697 *
... # omitted
partykit
打印整洁:
library(partykit)
as.party(fit)
产量
Model formula:
Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width + Species
Fitted party:
[1] root
| [2] Petal.Length < 4.25
| | [3] Petal.Length < 3.4
| | | [4] Sepal.Width < 3.25: 4.735 (n = 20, err = 1.1)
| | | [5] Sepal.Width >= 3.25: 5.170 (n = 33, err = 2.7)
| | [6] Petal.Length >= 3.4: 5.640 (n = 20, err = 1.2)
...# omitted
Number of inner nodes: 6
Number of terminal nodes: 7
有没有办法让我有更多的控制权?例如,我不想打印n
和err
,或者希望打印标准偏差而不是err
。
答案 0 :(得分:1)
不是一个非常优雅的答案,但如果您只想摆脱err=
和CO = capture.output(print(as.party(fit)))
CO2 = sub("\\(.*\\)", "", CO)
cat(paste(CO2, collapse="\n"))
Model formula:
Sepal.Length ~ Sepal.Width + Petal.Length + Petal.Width + Species
Fitted party:
[1] root
| [2] Petal.Length < 4.25
| | [3] Petal.Length < 3.4
| | | [4] Sepal.Width < 3.25: 4.735
| | | [5] Sepal.Width >= 3.25: 5.170
| | [6] Petal.Length >= 3.4: 5.640
| [7] Petal.Length >= 4.25
,您可以捕获输出并进行编辑。
this.filters$.subscribe( res => {
res.pipe(
switchMap(filter => this.service.getItems(filter)
)
})
我不确定您要插入什么标准偏差,但我希望您可以用同样的方式编辑它。
答案 1 :(得分:0)
print()
对象的party
方法非常灵活,可以通过各种面板功能和自定义进行控制。有关概述,请参见?print.party
。但是,该文档有些简短和技术性。
在您的情况下,最简单的解决方案是设置响应y
,大小权重w
(在您的情况下默认为全1)和所需数量{{ 1}}:
digits
然后您可以将其传递给您的myfun <- function(y, w, digits = 2) {
n <- sum(w)
m <- weighted.mean(y, w)
s <- sqrt(weighted.mean((y - m)^2, w) * n/(n - 1))
sprintf("%s (serr = %s)",
round(m, digits = digits),
round(s, digits = digits))
}
呼叫:
print()