如何在 R 中的 Ada 提升包的迭代中构建决策树?
How to get the decision tree built at an iteration of the Ada boosting package in R?
我使用 R 中的 "ada" 包构建了一个包含 50 个决策树的提升模型。如何打印在 "ada" 迭代时构建的决策树?
我可以使用 "print" 函数来显示 "rpart" 对象的详细信息,是否有类似的函数来打印 "ada" 对象中构建的决策树?
非常感谢!
我的示例代码如下:
library(ada)
data("soldat")
model <- ada(y ~ .
, data=soldat
, loss="e"
, type="discrete"
, iter=50
, control=rpart.control(cp=-1, maxdepth=2))
树存储在列表中model$model$trees
这些是 rpart
对象,因此您可以使用 print
、plot
等,就像调用 rpart
.
时一样
因此,例如绘制第 5 棵树:
plot(model$model$trees[[5]])
text(model$model$trees[[5]])
我使用 R 中的 "ada" 包构建了一个包含 50 个决策树的提升模型。如何打印在 "ada" 迭代时构建的决策树?
我可以使用 "print" 函数来显示 "rpart" 对象的详细信息,是否有类似的函数来打印 "ada" 对象中构建的决策树?
非常感谢!
我的示例代码如下:
library(ada)
data("soldat")
model <- ada(y ~ .
, data=soldat
, loss="e"
, type="discrete"
, iter=50
, control=rpart.control(cp=-1, maxdepth=2))
树存储在列表中model$model$trees
这些是 rpart
对象,因此您可以使用 print
、plot
等,就像调用 rpart
.
因此,例如绘制第 5 棵树:
plot(model$model$trees[[5]])
text(model$model$trees[[5]])