我可以手动创建一个RWeka决策树(递归分区)树吗？

Question

我已经使用J48构建了一个RWeka决策树。我想将其性能与描述现有(外部计算的)决策树的决策树进行比较。我是RWeka新手，我很难手动创建RWeka决策树。理想情况下，我希望将两者并排显示，并使用RWeka可视化来绘制它们(它非常信息丰富且干净)。

现在，我将将RWeka计算决策树导出到Graphviz，并将其操作到我想要的结构中。我想在开始之前检查一下，并确保我不能简单地指定我想要手动指定决策树的规则。

我不想计算决策树(我已经这样做了)，我想手动构建/指定一个决策树(用于在我的演示中进行统一的比较)。

谢谢你的进阶。

Answer 1

RWeka包本身无法做到这一点。然而，RWeka使用partykit包来显示它的树，这些树可以做您想做的事情。查看vignette(“partykit“, package = “partykit“)，如何使用预先指定的partysplit来构造递归partysplit对象，然后将它们转换为constparty。这个小插曲有一个实际的例子。

Answer 2

下面是@Achim Zeileis建议的包@Achim Zeileis的一些示例代码。

library(partykit)

加载数据：

data("WeatherPlay", package = "partykit")
WeatherPlay
#  outlook temperature humidity windy play
#  1 sunny 85 85 false no
#  2 sunny 80 90 true no
#  3 overcast 83 86 false yes
#  4 rainy 70 96 false yes
#  5 rainy 68 80 false yes
#  6 rainy 65 70 true no
#  7 overcast 64 65 true yes
...

初始化决策:整数1L表示未指定的数据帧的列，此拆分适用于该数据帧。索引对应于一个因子的水平(离散分裂)，而间断对应于一个截止(连续分裂)。

sp_o <- partysplit(1L, index = 1:3)
sp_h <- partysplit(3L, breaks = 75)
sp_w <- partysplit(4L, index = 1:2)

将决策纳入节点：

pn <- partynode(1L, split = sp_o, kids = list(
  partynode(2L, split = sp_h, kids = list(
  partynode(3L, info = "yes"),
  partynode(4L, info = "no"))),
  partynode(5L, info = "yes"),
  partynode(6L, split = sp_w, kids = list(
  partynode(7L, info = "yes"),
  partynode(8L, info = "no")))))

将数据匹配到树中：

t2 <- party(pn,
  data = WeatherPlay,
  fitted = data.frame(
    "(fitted)" = fitted_node(pn, data = WeatherPlay),
    "(response)" = WeatherPlay$play, # response variable
  check.names = FALSE),
  terms = terms(play ~ ., data = WeatherPlay),
  )

t3 <- as.constparty(t2)
plot(t3)

来源：http://cran.r-project.org/web/packages/partykit/vignettes/partykit.pdf

​

​