是否可以从通过 tidymodels 获得的随机森林中可视化单个树？
Is it possible to visualize an individual tree from a random forest obtained via tidymodels?
美好的一天，
出于演示目的，我想从随机森林（大约有 100 棵树）中绘制几棵决策树。我发现了一个去年的 post ，它实际上是不可能清除的，或者没有使用 tidymodels 的函数。
不知道有没有人找到方法了！我记得我可以使用“Caret”包轻松地做到这一点，但是 tidymodels 让一切变得如此方便我希望有人能提供解决方案。
非常感谢！
根据评论评论和其他 Whosebug posts
总结哪些树可以用 tidymodels 绘制
- 决策树。有一些选项，但函数
rpart.plot() 似乎是最受欢迎的。
- 来自随机森林的单棵树。似乎不可能（还）使用 tidymodel 环境绘制一个。看到这个 post：
- XGBoost 模型：参见 Julia 评论：
You should be able to use a function like xgb.plot.tree() with a
trained tidymodels workflow or parsnip model by extracting out the
underlying object created with the xgboost engine. You can do this
with extract_fit_engine()
美好的一天，
出于演示目的，我想从随机森林（大约有 100 棵树）中绘制几棵决策树。我发现了一个去年的 post ，它实际上是不可能清除的，或者没有使用 tidymodels 的函数。
不知道有没有人找到方法了！我记得我可以使用“Caret”包轻松地做到这一点，但是 tidymodels 让一切变得如此方便我希望有人能提供解决方案。
非常感谢！
根据评论评论和其他 Whosebug posts
总结哪些树可以用 tidymodels 绘制- 决策树。有一些选项，但函数
rpart.plot()似乎是最受欢迎的。 - 来自随机森林的单棵树。似乎不可能（还）使用 tidymodel 环境绘制一个。看到这个 post：
- XGBoost 模型：参见 Julia 评论：
You should be able to use a function like
xgb.plot.tree()with a trained tidymodels workflow or parsnip model by extracting out the underlying object created with the xgboost engine. You can do this withextract_fit_engine()