R中的决策树使用基于多个拆分属性的rpart

Question

我正在尝试为以下数据集的预测模型构建决策树：

这是我的代码：

fitTree = rpart(classLabel ~ from_station_id + start_day + start_time
            + gender +  age, method = "class", data=d)
fancyRpartPlot(fitTree)

但是结果决策树只使用了一个属性(from_station_id)作为'splitting attribute'而没有关心其他属性的值(start_day,start_time、性别、年龄）。这是结果：

Click放大。

我做错了什么？

Answer 1

您的语法看起来是正确的。根据您的数据集片段，classLabel 和 from_station_id 可能密切相关（也可能是性别？）。在这种情况下，from_station_id 将是您的 classLabel 的最佳预测变量，而其他变量只是没有提供信息（或者也相关但被屏蔽），并且不会显示在树上。尝试：

summary.rpart(fitTree)

这将更好地向您展示拆分的方式和变量的重要性，这可以帮助您评估掩蔽。您应该避免相关的预测变量，因为它们会导致掩蔽并可能干扰交互。

如果您在摘要中只看到 from_station_id，那么您知道它忽略了其他变量，但我不确定为什么会这样。