[問題類型]:
程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)
[軟體熟悉度]:
請把以下不需要的部份刪除
入門(寫過其他程式，只是對語法不熟悉)
[問題敘述]:
如題
最近在用randomForest這個package做分類預測 y是binary variable
跑出結果後用getTree抓其中一顆決策樹出來
輸出大概就是
left daughter right daughter split var split point status prediction
這樣
然後有幾點想請教版友：
1. getTree的split pint判斷 stack overflow有人說
若split point是2.5 則<=2.5往左走 >2.5往右走
但是若split var是factor的話呢？
像是三個levels "學生" "老師" "教官"
若直接這樣getTree的話 split point那會變成亂數 ex. 3
所以我後來試著給他數字 學生為1 老師為2 教官為3
split point變成2.5 1.5之類
但在解釋上說不過去 也無法套用stack overflow裡的人的邏輯
若split var是年齡區間還可以解釋
例如20歲以下為1 20~30歲是2 30歲以上是3
split point為2.5時 我還能理解為<=2.5是30歲以下 >2.5是30歲以上
當然 這是現階段的理解
ex.
set.seed(100)
data <- data.frame(y=sample(c("好", "不好"), 100, replace=TRUE),
x1=sample(c("學生", "老師", "教官"), 100, replace=TRUE),
x2=sample(c("20歲以下", "20~30歲", "30歲以上"), 100, replace=TRUE)
)
library(randomForest)
rf <- randomForest(y~., data=data, ntree=10, proximity=TRUE)
tree <- getTree(rf, labelVar=TRUE)
然後tree的結果就如上面所述
請問我究竟該如何理解這個結果呢？
(2015/07/25 09:39)
補充：根據?getTree得到split point的解釋是
x1有3個類別 split point若為3 則是指(1,1,0)
因為1*2^0+1*2^1+0*2^3=3
然後學生和老師都歸類到左邊
所以判斷依據是"是否為教官" 否就丟到左邊這樣嗎？
2. 最後是畫圖的問題
我在網路上找到一位網友自己寫了一個函式叫to.dendrogram
程式附在下面
但是畫出來的決策樹只有split point的名稱 ex.學生 教師
可是我希望把split point也畫上去 ex. <=2.5, <=1.5等
目前知道的繪圖有幾個package:rpart, tree之類
但那都要用rpart或ctree來跑"一顆"決策樹
然後再用package內的繪圖函式畫圖
但是跟隨機森林的那10顆(ntree=10)決策數是不一樣的吧！
不要求很精美的圖 主要是想修改網友的to.dendrogram的code
弄成有split point的結果
但是attr(rval, "edgetext")那邊一直搞不定@@
或是這裡有大神能提供更好的解法
感激不盡！！
總結一下問題
1. randomForest中getTree的split var為factor時 split point該如何判斷？
2. to.dendrogram的圖中 如何修改code才能把split point放上去？
這些問題困擾小弟好久了~"~
再次感謝
[程式範例]:
http://pastie.org/10311492
[系統環境]：
R version 3.2.1 (2015-06-18)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 8 x64 (build 9200)
locale:
[1] LC_COLLATE=Chinese (Traditional)_Taiwan.950
[2] LC_CTYPE=Chinese (Traditional)_Taiwan.950
[3] LC_MONETARY=Chinese (Traditional)_Taiwan.950
[4] LC_NUMERIC=C
[5] LC_TIME=Chinese (Traditional)_Taiwan.950
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] tree_1.0-36 data.table_1.9.4 randomForest_4.6-10
loaded via a namespace (and not attached):
[1] magrittr_1.5 plyr_1.8.3 tools_3.2.1 reshape2_1.4.1 Rcpp_0.11.6
[6] stringi_0.5-5 stringr_1.0.0 chron_2.3-47
[關鍵字]:
randomForest 隨機森林 getTree