rpart

rpart

決定木

rpart.object

https://rdrr.io/cran/rpart/man/rpart.object.html

rpart() による学習結果のオブジェクト

rpart.object の要素

  • frame: データフレーム、tree を表現する
    • var: 分割に使用される変数、<leaf> は末端ノード
    • n
    • wt
    • dev
    • yval
    • complexity
    • ncompete
    • nsurrogate
    • yval2
  • where: 整数ベクトル、訓練データのレコード数と同じ長さ。訓練データの各レコードがどのリーフに落ちたかを表す。値は frame の行番号
  • call: このオブジェクトを作成するときに記述されたRコードのイメージ
  • terms: terms.object フォーミュラをサマライズしたもの、ユーザーは基本使わない
  • splits: 分割を記述する matrix。列は、“count” “ncat” “improve” “index” “adj”、各行は分割に使われる変数名
  • csplit: 整数行列、少なくとも１つの分割変数が factor である場合に作成される
  • method: 文字列、(“class”, “exp”, “poisson”, “anova” or “user"のうちのどれか)、この tree を作成するときに使われた方法
  • cptable: 数値行列、complexityパラメタに基づいて決定された最適な枝刈りの情報？ 列名 “CP” “nsplit” “rel error” “xerror” “xstd”
  • variable.importance: 名前付きベクトル、変数重要度、
  • numresp: 整数スカラー、目的変数の値の数、factorのレベルの数
  • parms: 学習時に与えられたパラメタの値
  • control: 学習時に与えられたパラメタの値
  • functions: rpartオブジェクトのMethodとして使われる関数 summary(), print() and text()
  • ordered: 名前付き論理ベクトル、要素名は変数名、値はその変数が順序付きfactorであるかを表す
  • na.action: stats::model.frame から返される値、NA の取り扱いを決める

rpart.object の属性 attributes()

  • xlevels: 説明変数にある factor 型のレベル
  • ylevels: 目的変数の factor 型のレベル

rpart:::predict.rpart()

rpart.object を使って predict() したときに呼び出されるメソッド

https://www.rdocumentation.org/packages/rpart/versions/4.1-15/topics/predict.rpart

predict(object, newdata,
       type = c("vector", "prob", "class", "matrix"),
       na.action = na.pass, …)

type: 分類ではデフォルトは prob クラス確率, class なら予測された目的変数 (facor) の値、vector なら目的変数 factor の levels 属性の要素番号、回帰の場合は デフォルトは vector で目的変数の値（多分）

typpe="vector"　の時は、rpart.object$frame$yval の値が返されるらしい（各データが落ちたリーフの yval の値） これを使ってリーフ番号を取得できる

rpart関係の別のライブラリ

  • rpart.plot
  • itree: rpartの拡張らしい、rpartの作者もかかわっている
  • treeClust

rpart.plot::rpart.predict()

新しいデータに対して予測する

rpart::predict.rpart() と同じだが、予測値のノード番号とルールを出力できる

rpart.plot::rpart.predict(object, newdata,
         type = c("vector", "prob", "class", "matrix"),
         na.action = na.pass,
         nn=FALSE, rules=FALSE, ...)
  • nn: TRUE なら ノード番号の列も返す
  • rules: TRUE なら、ルールを文字列で記述した列も返す
  • ...: rpart.rules() に渡される引数、例えば clip.facs=TRUE

rpart.plot::rpart.rules

rpart.object から 各リーフに至るルールを表示する

rpart.rules(x = stop("no 'x' argument"),
            style = "wide", cover = FALSE, nn = FALSE,
            roundint = TRUE, clip.facs = FALSE,
            varorder = NULL, ...)

しかし、リーフの最大値は1000に制限されているので、それ以上に複雑なtreeのルールを生成したいときは、パッケージをいじる必要がある

rpart.plot/R/rpart.rules.R の中の maxrules <- 1e3 をもっと大きい値に書き換える

そして、ローカルのソースからインストールする install.packages("./rpart.plot/", type="source", repos = NULL)

style = “tall”

出力される値（class c("rpart.rules", "data.frame")）

  • target : 分類：クラス確率の文字列

行名: おそらく rpart.object$frame の行名に対応する？

treeClust::rpart.predict.leaves()

rpart.predict.leaves(rp, newdata, type = "where")
  • type
    • "where" : “rpart.object” の要素 frame の行番号を返す
    • "leaf" : 実際のリーフ番号（frame の行名）を返す
Changed 2020-08-17
Edit Edit this page