r - 从 Stacked Caret 模型绘制最终决策树
问题描述
我想从最终的堆叠插入符号集成模型中绘制决策树。
我使用插入符号运行了一个堆叠的合奏。我的第 2 级是rplot
我在其中构建了最终的测试模型和预测部分。但是,我不知道如何基于这个模型构建实际的决策树图。
我的最终测试模型是:
test_model <- train(blenderData[,predictors], blenderData[,labelName],
method='rpart', trControl=myControl)
preds <- predict(object=test_model, testingData[,predictors])
由此我可以计算曲线下的面积,但我想实际绘制决策树。我不知道该怎么做。任何人都可以帮忙吗?我对此很陌生。
解决方案
你可以试试visNetwork
包:
library(visNetwork)
library(caret)
test_model <- train(iris[,1:4], iris[,5],
method='rpart')
visTree( test_model$finalModel)
推荐阅读
- node.js - 我对nodejs有问题我不接受数据,错误是无法读取未定义的属性“总计”
- c++ - MinGW:构建 C++ 程序时出现内部错误
- python-3.x - 如何在 Windows 上将 miniupnpc 安装为 python 模块
- sql - 查找多次出现的 XML 标记
- python - 为什么 Python str.len() 在我的 Pandas 对象中看到某个单元格为 6889,但 SQL SERVER len 和 NOTEPAD++ 显示为 8002?
- angular - 角度 - 有没有办法将数组的值分配给材料表数据源?
- flutter - Flutter如何显示api响应的数据
- python - 根据另一个数据框中匹配值的行数创建新列
- c - 如何使代码接受下一个单词而不仅仅是第一个单词?
- python-3.x - 如何在图像中找到对象的方向?