返回R语言rpart.plot包函数列表

打印rpart模型，自动为模型的响应类型定制绘图。

rpart.plot(x = stop("no 'x' arg"), type = 2, extra = "auto", under = FALSE, fallen.leaves = TRUE, digits = 2, varlen = 0, faclen = 0, roundint = TRUE, cex = NULL, tweak = 1, clip.facs = FALSE, clip.right.labs = TRUE, snip = FALSE, box.palette = "auto", shadow.col = 0, ...)

x : rpart对象。唯一必需的参数。

type : 绘图类型。可能的值：0绘制每个split都有一个split标签，每个leaf都有一个node标签叶子。相似至文本.rpart都是真的。2默认。就像1但在节点下方绘制拆分标签标签。相似到购物车手册中的绘图。3为左右方向绘制单独的拆分标签。4类似于3，但标记所有节点，不仅仅是叶子。相似至文本.rpart的幻想=是的，看到了吗也clip.right.实验室.5在内部节点中显示拆分变量名称。

extra : 在节点处显示额外信息。可能值：“auto”（不区分大小写）默认。自动根据模型类型选择一个值，作为如下：额外=106具有二进制响应的类模型extra=104具有两个以上级别响应的类模型extra=100其他模型0无额外信息。1显示节点中的观测数（类对象的每个类；泊松模型和经验模型的前缀为事件数）。类似于文本.rpart的用法。n=TRUE。2分类模型：显示节点的分类率，表示为正确分类数和模型中观察数节点泊松和exp模型：显示事件数。3类模型：节点的误分类率，表示为节点中错误分类的数量和观察值的数量。4类模型：概率节点中的观测类别（以节点为条件，一个节点上的和是1.5类型号：如4但不要显示安装的等级。6级模型：概率二等舱只是有用的对于二进制响应.7类型号：如6但不要显示安装的等级。8级模型：概率9级模型：概率相对于所有观察值–所有叶子的概率都是1。这与上面的选项不同，它给出了与节点中的观测值相关的概率——节点上的概率之和是1.10类型号：像9但显示第二类的概率只是有用的对于二进制响应.11类模特：大概10个但是不要显示fitted类。ca/pls/public/gscw031?owa_no_site=314&owa_no_fiche=3&owa_bottin=将100加到上面的任何一项中，也可以显示百分比世界上的观察节点。用于example extra=101显示在节点。实际上，它是使用传递给的权重的加权百分比零件注释：与文本.rpart，默认情况下，prp使用自己的例程忘记节点标签（而不是附加到对象的函数）节点.乐趣prp的参数。

under : 仅当extra>0时应用。默认值为FALSE，表示将额外文本放入盒子。使用如果为TRUE，则将文本放在框下。

fallen.leaves : 默认为TRUE，将叶节点定位在图表。它如果图形太拥挤且文本大小太小，则使用FALSE可能会有所帮助。

digits : 显示的有效位数数字。默认值2.如果为0，则使用getOption（“数字”）。如果为负数，则使用标准格式函数（数字的绝对值）。当数字为正数时，以下详细信息应用：数字来自打印0.001到9999时没有指数（数字实际上只是一个建议，有关详细信息，请参见格式）。超出该范围的数字将以“工程”指数（3的倍数）打印。

varlen : 拆分处文本中变量名的长度（对于类响应，还包括节点标签中的类）。默认值为0，表示显示完整变量名字。可能值：0使用全名（默认值）。大于0时使用给定的无变量如果变量名的长度小于0，则将其截断为最短的长度，使其保持唯一，但千万不要截短到短于abs（varlen）。

faclen : 因子级别名称的长度拆分。默认值0，表示显示全因子名字。可能值与上面的varlen相同，只是为了与文本.rpart特殊值1表示用字母字符表示因子级别（a表示第一级，b表示第二级，等等）。

roundint : 如果roundint=TRUE（默认值），并且训练数据中某个预测器的所有值都是整数，则该预测器的拆分将四舍五入为整数。对于例如，显示nsiblings