如何绘制经过训练的 rpart 决策树模型的变量重要性？

Question

我使用 rpart 训练了一个模型，我想生成一个图表来显示它用于决策树的变量的变量重要性，但我不知道如何做。

我能够提取变量重要性。我试过 ggplot 但显示了 none 的信息。我尝试在其上使用 plot() 函数，但它只给了我一个平面图。我也尝试了 plot.default，虽然好一点，但仍然是我想要的。

这里是rpart模型训练：

argIDCART = rpart(Argument ~ ., 
                  data = trainSparse, 
                  method = "class")

将变量重要性放入数据框中。

argPlot <- as.data.frame(argIDCART$variable.importance)

这是打印内容的一部分：

       argIDCART$variable.importance
noth                             23.339346
humanitarian                     16.584430
council                          13.140252
law                              11.347241
presid                           11.231916
treati                            9.945111
support                           8.670958

我想绘制一个图表来显示 variable/feature 名称及其数值重要性。我就是无法做到这一点。它似乎只有一列。我尝试使用单独的功能将它们分开，但也不能这样做。

ggplot(argPlot, aes(x = "variable importance", y = "feature"))

只打印空白。

其他的情节看起来真的很糟糕。

plot.default(argPlot)

看起来它绘制了点，但没有放置变量名。

Answer 1

如果要查看变量名，最好将它们用作 x-axis 上的标签。

plot(argIDCART$variable.importance, xlab="variable", 
    ylab="Importance", xaxt = "n", pch=20)
axis(1, at=1:7, labels=row.names(argIDCART))

（您可能需要调整 window 的大小才能正确查看标签。）

如果您有很多变量，您可能需要轮换变量名以免重叠。

par(mar=c(7,4,3,2))
plot(argIDCART$variable.importance, xlab="variable", 
    ylab="Importance", xaxt = "n", pch=20)
axis(1, at=1:7, labels=row.names(argIDCART), las=2)

数据

argIDCART = read.table(text="variable.importance
noth                             23.339346
humanitarian                     16.584430
council                          13.140252
law                              11.347241
presid                           11.231916
treati                            9.945111
support                           8.670958", 
header=TRUE)

Answer 2

由于没有可用的可重现示例，我使用 ggplot2 包和其他数据操作包基于自己的 R 数据集安装了我的响应。

library(rpart)
library(tidyverse)
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
df <- data.frame(imp = fit$variable.importance)
df2 <- df %>% 
  tibble::rownames_to_column() %>% 
  dplyr::rename("variable" = rowname) %>% 
  dplyr::arrange(imp) %>%
  dplyr::mutate(variable = forcats::fct_inorder(variable))
ggplot2::ggplot(df2) +
  geom_col(aes(x = variable, y = imp),
           col = "black", show.legend = F) +
  coord_flip() +
  scale_fill_grey() +
  theme_bw()

ggplot2::ggplot(df2) +
  geom_segment(aes(x = variable, y = 0, xend = variable, yend = imp), 
               size = 1.5, alpha = 0.7) +
  geom_point(aes(x = variable, y = imp, col = variable), 
             size = 4, show.legend = F) +
  coord_flip() +
  theme_bw()

如何绘制经过训练的 rpart 决策树模型的变量重要性？

How do I plot the Variable Importance of my trained rpart decision tree model?

r

ggplot2

plot

rpart

数据