randomForestの出力のプロットツリーは、Rの同じ名前のパッケージでどのように機能しますか？たとえば、私はirisデータを使用し、最初のツリーを500個の出力タンスにプロットしたいとします。 irisデータセットでrandomForestパッケージ内の500本のツリーの1つをプロットする
を：私のコードは、あなたがrandomForestパッケージ（https://cran.r-project.org/web/packages/randomForest/randomForest.pdf公式ガイド）：でgetTree()機能を使用することができます
model <-randomForest(Species~.,data=iris,ntree=500)
ある
require(randomForest)
data(iris)
## we have a look at the k-th tree in the forest
k <- 10
getTree(randomForest(iris[, -5], iris[, 5], ntree = 10), k, labelVar = TRUE)
このツリーをどのようにプロットできますか？上記のコードに描画プロットコードを追加してください。ありがとう –
@Amin上記のコードはあなたに選択された木を与えます（ 'k < - 10'）。あなたがそれを視覚化したいなら、もう少し努力する必要があります（私は 'randomForest'に直接プロット関数を知らない）。この回答をお寄せいただきありがとうございます。https://sharing.github.io/machine_learning/2017/03/16/rf_plot_ggraph – Avitus
あなたは以下のようにプロットすることcforestを使用することができます、私は5に値をハードコードしている、あなたの要件ごとに変更することがあります。
ntree <- 5
library("party")
cf <- cforest(Species~., data=iris,controls=cforest_control(ntree=ntree))
for(i in 1:ntree){
pt <- prettytree([email protected][[i]], names([email protected]@get("input")))
nt <- new("Random Forest BinaryTree")
[email protected] <- pt
[email protected] <- [email protected]
[email protected] <- [email protected]
pdf(file=paste0("filex",i,".pdf"))
plot(nt, type="simple")
dev.off()
}
cforestランダムフォレストの別の実装である、優れているとは言えないが、一般的には、私たちが見ることができるいくつかの違いがあります。違いは、cforestは、randomForestパッケージと比較してターミナルノードに大きな重みを付ける条件付き推論を使用することです。この実装では、端末ノードに等しい重みが与えられます。
一般に、cofrestは加重平均を使用し、randomForestは通常の平均を使用します。 thisにチェックしてください。
私は 'randomForest'を使いたいのですが、' randomForest'の代わりに 'cforest'を使うことができますか？ –
@aminroshani、編集を参照してください – PKumar
次の回答は役に立ちますか？ https://stats.stackexchange.com/questions/41443/how-to-actually-plot-a-sample-tree-from-randomforestgettree – Avitus
@Avitusは答えに感謝しますが、私は理解できません。あなたは私にrandomForest関数の出力でプロットの最初のツリーのための簡単なコードを取得できますか？ –
私は 'randomForest'パッケージに対して下記の答えを追加します。他のパッケージ - 「パーティー」 - 類似の機能を許可する – Avitus