Pierwsze (i najłatwiejsze) rozwiązanie: jeśli nie chcesz trzymać się klasycznego RF, jak zaimplementowano w Andy Liaw's randomForest
, możesz wypróbować pakiet imprezowy , który zapewnia inną implementację oryginalnego algorytmu RF ™ (użycie drzew warunkowych i schematu agregacji na podstawie od średniej masy jednostek). Następnie, zgodnie z tym, co napisano w tym poście z pomocą R , możesz wykreślić jednego członka listy drzew. O ile mi wiadomo, wydaje się, że działa płynnie. Poniżej znajduje się wykres jednego drzewa wygenerowanego przez cforest(Species ~ ., data=iris, controls=cforest_control(mtry=2, mincriterion=0))
.
Drugie (prawie tak łatwe) Rozwiązanie: Większość technik oparty na drzewie w R ( tree
, rpart
, TWIX
, itd.) Oferuje tree
-Jak strukturę do druku / wykreślenie jednego drzewa. Ideą byłoby przekonwertowanie wyniku randomForest::getTree
na taki obiekt R, nawet jeśli jest to bezsensowne z statystycznego punktu widzenia. Zasadniczo łatwo jest uzyskać dostęp do struktury drzewa z tree
obiektu, jak pokazano poniżej. Należy pamiętać, że będzie się nieco różnić w zależności od rodzaju zadania - regresja vs. klasyfikacja - gdzie w późniejszym przypadku doda prawdopodobieństwa specyficzne dla klasy jako ostatnią kolumnę obj$frame
(która jest a data.frame
).
> library(tree)
> tr <- tree(Species ~ ., data=iris)
> tr
node), split, n, deviance, yval, (yprob)
* denotes terminal node
1) root 150 329.600 setosa ( 0.33333 0.33333 0.33333 )
2) Petal.Length < 2.45 50 0.000 setosa ( 1.00000 0.00000 0.00000 ) *
3) Petal.Length > 2.45 100 138.600 versicolor ( 0.00000 0.50000 0.50000 )
6) Petal.Width < 1.75 54 33.320 versicolor ( 0.00000 0.90741 0.09259 )
12) Petal.Length < 4.95 48 9.721 versicolor ( 0.00000 0.97917 0.02083 )
24) Sepal.Length < 5.15 5 5.004 versicolor ( 0.00000 0.80000 0.20000 ) *
25) Sepal.Length > 5.15 43 0.000 versicolor ( 0.00000 1.00000 0.00000 ) *
13) Petal.Length > 4.95 6 7.638 virginica ( 0.00000 0.33333 0.66667 ) *
7) Petal.Width > 1.75 46 9.635 virginica ( 0.00000 0.02174 0.97826 )
14) Petal.Length < 4.95 6 5.407 virginica ( 0.00000 0.16667 0.83333 ) *
15) Petal.Length > 4.95 40 0.000 virginica ( 0.00000 0.00000 1.00000 ) *
> tr$frame
var n dev yval splits.cutleft splits.cutright yprob.setosa yprob.versicolor yprob.virginica
1 Petal.Length 150 329.583687 setosa <2.45 >2.45 0.33333333 0.33333333 0.33333333
2 <leaf> 50 0.000000 setosa 1.00000000 0.00000000 0.00000000
3 Petal.Width 100 138.629436 versicolor <1.75 >1.75 0.00000000 0.50000000 0.50000000
6 Petal.Length 54 33.317509 versicolor <4.95 >4.95 0.00000000 0.90740741 0.09259259
12 Sepal.Length 48 9.721422 versicolor <5.15 >5.15 0.00000000 0.97916667 0.02083333
24 <leaf> 5 5.004024 versicolor 0.00000000 0.80000000 0.20000000
25 <leaf> 43 0.000000 versicolor 0.00000000 1.00000000 0.00000000
13 <leaf> 6 7.638170 virginica 0.00000000 0.33333333 0.66666667
7 Petal.Length 46 9.635384 virginica <4.95 >4.95 0.00000000 0.02173913 0.97826087
14 <leaf> 6 5.406735 virginica 0.00000000 0.16666667 0.83333333
15 <leaf> 40 0.000000 virginica 0.00000000 0.00000000 1.00000000
Następnie istnieją metody ładnego drukowania i drukowania tych obiektów. Kluczowe funkcje to ogólna tree:::plot.tree
metoda (stawiam potrójną, :
która pozwala zobaczyć kod w R bezpośrednio), polegając na tree:::treepl
(wyświetlanie graficzne) i tree:::treeco
(obliczanie współrzędnych węzłów). Funkcje te oczekują obj$frame
reprezentacji drzewa. Inne subtelne kwestie: (1) argument type = c("proportional", "uniform")
w domyślnej metodzie kreślenia tree:::plot.tree
, pomaga zarządzać odległością pionową między węzłami ( proportional
oznacza, że jest proporcjonalna do odchylenia, uniform
oznacza, że jest ustalona); (2) musisz uzupełnić plot(tr)
wezwaniem, aby text(tr)
dodać etykiety tekstowe do węzłów i podziałów, co w tym przypadku oznacza, że będziesz musiał także rzucić okiem tree:::text.tree
.
getTree
Metoda od randomForest
zwrotów inna konstrukcja, która jest opisana w pomocy online. Typowe wyjście pokazano poniżej, z węzłami końcowymi oznaczonymi status
kodem (-1). (Ponownie, dane wyjściowe będą się różnić w zależności od rodzaju zadania, ale tylko od kolumn status
i prediction
).
> library(randomForest)
> rf <- randomForest(Species ~ ., data=iris)
> getTree(rf, 1, labelVar=TRUE)
left daughter right daughter split var split point status prediction
1 2 3 Petal.Length 4.75 1 <NA>
2 4 5 Sepal.Length 5.45 1 <NA>
3 6 7 Sepal.Width 3.15 1 <NA>
4 8 9 Petal.Width 0.80 1 <NA>
5 10 11 Sepal.Width 3.60 1 <NA>
6 0 0 <NA> 0.00 -1 virginica
7 12 13 Petal.Width 1.90 1 <NA>
8 0 0 <NA> 0.00 -1 setosa
9 14 15 Petal.Width 1.55 1 <NA>
10 0 0 <NA> 0.00 -1 versicolor
11 0 0 <NA> 0.00 -1 setosa
12 16 17 Petal.Length 5.40 1 <NA>
13 0 0 <NA> 0.00 -1 virginica
14 0 0 <NA> 0.00 -1 versicolor
15 0 0 <NA> 0.00 -1 virginica
16 0 0 <NA> 0.00 -1 versicolor
17 0 0 <NA> 0.00 -1 virginica
Jeśli uda ci się przekształcić powyższą tabelę do jednego generowane przez tree
, prawdopodobnie będzie w stanie dostosować tree:::treepl
, tree:::treeco
i tree:::text.tree
do własnych potrzeb, choć nie mam przykład tego podejścia. W szczególności prawdopodobnie chcesz pozbyć się dewiacji, prawdopodobieństw klasowych itp., Które nie mają znaczenia w RF. Wszystko, czego potrzebujesz, to ustawić współrzędne węzłów i podzielić wartości. Możesz fixInNamespace()
do tego wykorzystać , ale szczerze mówiąc, nie jestem pewien, czy jest to właściwa droga.
Trzecie (i na pewno sprytne) rozwiązanie: Napisz prawdziwą as.tree
funkcję pomocnika, która złagodzi wszystkie powyższe „łaty”. Następnie możesz użyć metod kreślenia R lub, prawdopodobnie lepiej, Klimta (bezpośrednio z R), aby wyświetlić pojedyncze drzewa.