Text Update: 09/16, 2019 (JST)
rpart.plotパッケージを用いると決定木をカラフルに可視化することができますが、読みにくい印象があります。そこで、partykitパッケージを用いた可視化を紹介します。
Packages and Datasets
本ページではR version 3.6.1 (2019-07-05)の標準パッケージ以外に以下の追加パッケージを用いています。
| Package | Version | Description |
|---|---|---|
| knitr | 1.24 | A General-Purpose Package for Dynamic Report Generation in R |
| partykit | 1.2.5 | A Toolkit for Recursive Partytioning |
| rpart | 4.1.15 | Recursive Partitioning and Regression Trees |
| rpart.plot | 3.0.8 | Plot ‘rpart’ Models: An Enhanced Version of ‘plot.rpart’ |
| tidyverse | 1.2.1 | Easily Install and Load the ‘Tidyverse’ |
また、本ページでは以下のデータセットを用いています。
| Dataset | Package | Version | Description |
|---|---|---|---|
| TitanicSurvival | carData | 3.0.2 | Survival of Passengers on the Titanic |
決定木を作成する
可視化対象となるTitanicSurvivalデータセットは以下のようなデータです。
carData::TitanicSurvival| survived | sex | age | passengerClass | |
|---|---|---|---|---|
| Allen, Miss. Elisabeth Walton | yes | female | 29 | 1st |
| Allison, Master. Hudson Trevor | yes | male | 0.92 | 1st |
| Allison, Miss. Helen Loraine | no | female | 2 | 1st |
| … | NA | NA | … | NA |
| Zakarian, Mr. Mapriededer | no | male | 26.5 | 3rd |
| Zakarian, Mr. Ortin | no | male | 27 | 3rd |
| Zimmerman, Mr. Leo | no | male | 29 | 3rd |
生存者（survived）の人数と比率は以下のようになっています。
carData::TitanicSurvival$survived %>%
table() %>% print() %>%
prop.table()## .
## no yes
## 809 500## .
## no yes
## 0.618029 0.381971
survivedをキーに決定木を作成します。
dt <- carData::TitanicSurvival %>%
rpart::rpart(survived ~ ., data = .)
dt## n= 1309
##
## node), split, n, loss, yval, (yprob)
## * denotes terminal node
##
## 1) root 1309 500 no (0.6180290 0.3819710)
## 2) sex=male 843 161 no (0.8090154 0.1909846)
## 4) age>=9.5 800 136 no (0.8300000 0.1700000) *
## 5) age< 9.5 43 18 yes (0.4186047 0.5813953)
## 10) passengerClass=3rd 29 11 no (0.6206897 0.3793103) *
## 11) passengerClass=1st,2nd 14 0 yes (0.0000000 1.0000000) *
## 3) sex=female 466 127 yes (0.2725322 0.7274678) *
決定木を可視化する
作成した決定木をpartykit関数を用いて可視化してみます。各ノードにノード番号が振られると共に最後のノードにはバーチャートで比率が表示されるので解釈しやすいと思います。。
dt %>%
partykit::as.party() %>%
plot()
参考）rpart.plotパッケージによる可視化
dt %>%
rpart.plot::rpart.plot(type = 5, extra = 101)
Enjoy!