r rpart 只适用于整数而不适用于因子？得到一棵没有深度的树
r rpart only working for integers and not factors? getting a tree with no depth
我遇到了一些问题 运行使用 rpart 在 R 中创建一个简单的决策树。
由于保密原因，我无法 post 作为示例使用我的实际数据，但这是结构。我已经删掉了很多位只是因为我今天戴上了我的锡纸帽子。
我有 运行 基于 MIX_BEFORE 和 LIFESTAGE 预测 MIX 的最基本模型，但我没有从它的末尾得到一棵树。我试过使用 rpart.control 并指定 minsplit，这没有区别。
即使我添加了更多的变量，我仍然没有得到一棵树：
然而......第二次我删除了因子变量并尝试使用整数构建树，它工作正常：
有什么想法吗？
您的数据存在相当严重的 class 不平衡：一个 class 99%，另一个 1%。所以 rpart 只要说一切都是大多数 class 就可以获得 99% 的准确率（这就是它正在做的事情）。大多数变量无法比这更好地区分，因此您会得到没有分支的树，就像您对因子变量所做的那样。您的 _NBR 变量恰好对 _NBR >= 7 的少量点更具预测性。但即使您使用 _NBR 的模型也预测几乎所有点都是多数 class。您或许可以从 This Cross Validated Post 获得一些关于如何处理 class 不平衡的帮助。
我遇到了一些问题 运行使用 rpart 在 R 中创建一个简单的决策树。
由于保密原因，我无法 post 作为示例使用我的实际数据，但这是结构。我已经删掉了很多位只是因为我今天戴上了我的锡纸帽子。
我有 运行 基于 MIX_BEFORE 和 LIFESTAGE 预测 MIX 的最基本模型，但我没有从它的末尾得到一棵树。我试过使用 rpart.control 并指定 minsplit，这没有区别。
即使我添加了更多的变量，我仍然没有得到一棵树：
然而......第二次我删除了因子变量并尝试使用整数构建树，它工作正常：
有什么想法吗？
您的数据存在相当严重的 class 不平衡：一个 class 99%，另一个 1%。所以 rpart 只要说一切都是大多数 class 就可以获得 99% 的准确率（这就是它正在做的事情）。大多数变量无法比这更好地区分，因此您会得到没有分支的树，就像您对因子变量所做的那样。您的 _NBR 变量恰好对 _NBR >= 7 的少量点更具预测性。但即使您使用 _NBR 的模型也预测几乎所有点都是多数 class。您或许可以从 This Cross Validated Post 获得一些关于如何处理 class 不平衡的帮助。