对于 R 中鸢尾花数据集的 R48 图，所有节点都标记为 "setosa"
All nodes are labelled as "setosa" for R48 plot of iris dataset in R
我尝试在 R 中使用决策树算法，这非常简单，但是在绘制 R48 算法的图时，所有节点都标记为 "setosa"，但在许多站点上，根据我的想法，节点必须具有不一样了有人可以指出代码中的错误吗？
library(RWeka)
m1 <- J48(Species ~ ., data = iris)
m1
summary(m1)
table(iris$Species, predict(m1))
## use partykit package
if(require("partykit", quietly = TRUE)) plot(m1)
## using party
if(require("party", quietly = TRUE)) plot(m1)
您的代码没有错误。问题在于，在基本 R 图中，如果轴上的标签重叠，它们会自动被抑制。每个 x 轴上有三个刻度 - 每个物种一个，但只有 Setosa 被标记，否则标签将被绘制在彼此之上。
最简单的解决办法就是扩大你的地块。例如，如果我将绘图 window 拖到屏幕上，结果是：
我尝试在 R 中使用决策树算法，这非常简单，但是在绘制 R48 算法的图时，所有节点都标记为 "setosa"，但在许多站点上，根据我的想法，节点必须具有不一样了有人可以指出代码中的错误吗？
library(RWeka)
m1 <- J48(Species ~ ., data = iris)
m1
summary(m1)
table(iris$Species, predict(m1))
## use partykit package
if(require("partykit", quietly = TRUE)) plot(m1)
## using party
if(require("party", quietly = TRUE)) plot(m1)
您的代码没有错误。问题在于，在基本 R 图中，如果轴上的标签重叠，它们会自动被抑制。每个 x 轴上有三个刻度 - 每个物种一个，但只有 Setosa 被标记，否则标签将被绘制在彼此之上。
最简单的解决办法就是扩大你的地块。例如，如果我将绘图 window 拖到屏幕上，结果是：