超级炫酷的决策树可视化R包
决策树的可视化我们之前介绍过，主要是使用rpart.plot包，视觉效果还是不错的：
今天再给大家介绍一个更加花里胡哨的R包：treeheatr
安装
install.packages('treeheatr')
# install.packages('remotes') # uncomment to install devtools
remotes::install_github('trangdata/treeheatr')
使用
可以直接提供数据框，它会自动帮你进行条件推断树，并画出结果：
library(treeheatr)
heat_tree(penguins, target_lab = 'species')
plot of chunk unnamed-chunk-2
非常多的参数可以自定义，真的是太花里胡哨了！非常强！我喜欢！
heat_tree(
penguins, target_lab = 'species',
par_node_vars = list(
label.size = 0.2,
label.padding = ggplot2::unit(0.1, 'lines'),
line_list = list(
ggplot2::aes(label = paste('Node', id)),
ggplot2::aes(label = splitvar),
ggplot2::aes(label = paste('p =', formatC(p.value, format = 'e', digits = 2)))),
line_gpar = list(
list(size = 8),
list(size = 8),
list(size = 6)),
id = 'inner'),
# terminal_vars = list(size = 0),
cont_legend = TRUE, cate_legend = TRUE,
edge_vars = list(size = 1, color = 'grey'))
plot of chunk unnamed-chunk-3
当然也是支持你自己先把树做好，然后提供给它，不过此时需要是a 'party' or 'partynode' object
# build tree using rpart:
x <- partykit::as.party(rpart::rpart(Outcome ~ ., data = train_covid))
heat_tree(x = x, label_map = c(`1` = 'Deceased', `0` = 'Survived'))
plot of chunk unnamed-chunk-4
而且，支持支持在测试集中使用，顺滑又流畅，做演示用非常炫酷！
heat_tree(
x = x,
data_test = test_covid, # 测试集
target_lab = 'Outcome',
label_map = c(`1` = 'Death', `0` = 'Survival'),
lev_fac = 3)
plot of chunk unnamed-chunk-5
更多细节大家去官网学习：https://trang1618.github.io/treeheatr/index.html
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2023-05-03，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
