修改partykit中ctree的终端节点以优化决策树可视化

一、自定义终端面板隐藏“n = xx”部分 #

partykit的绘图系统支持完全自定义终端节点内容，你可以基于默认面板函数修改，去掉样本量的显示：

1. 针对默认文本型终端节点 #

如果使用默认的文本终端面板，可自定义函数只保留响应变量的统计信息：

# 自定义终端面板函数，移除样本量行
custom_text_terminal <- function(obj, ...) {
  node_terminal(obj, 
                fun = function(node) {
                  stats <- node$info$statistics
                  if (is.null(stats)) return("")
                  # 根据响应变量类型调整显示内容
                  if (inherits(stats, "table")) {
                    # 分类变量：显示类别占比
                    paste0(names(stats), ": ", round(stats/sum(stats)*100, 1), "%", collapse = "\n")
                  } else if (is.numeric(stats)) {
                    # 连续变量：显示均值和标准差
                    paste0("均值: ", round(stats["mean"], 2), "\n标准差: ", round(stats["sd"], 2))
                  } else {
                    ""
                  }
                },
                id = FALSE, ...)
}

# 应用自定义面板绘图
plot(your_tree, terminal_panel = custom_text_terminal, gp = gpar(fontsize = 7))

2. 针对箱线图型终端节点 #

如果使用node_boxplot，可以关闭默认的样本量标题，自定义显示内容：

# 自定义箱线图终端面板，隐藏样本量
custom_boxplot_terminal <- function(obj, ...) {
  node_boxplot(obj, 
               main = function(node) "", # 移除默认的"n=xx"标题
               id = FALSE, ...)
}

plot(your_tree, terminal_panel = custom_boxplot_terminal, gp = gpar(fontsize = 7))

二、其他优化可视化的方法 #

除了修改终端文本，还可以从根源和布局上优化：

• 剪枝缩小树规模：未剪枝的树节点过多是核心问题，用prune()函数剪枝：

# 基于AIC准则剪枝
pruned_tree <- prune(your_tree, method = "AIC")
plot(pruned_tree)

• 使用紧凑布局：通过type参数选择更紧凑的布局，减少节点间距：

plot(your_tree, type = "compact", terminal_panel = custom_text_terminal, gp = gpar(fontsize = 7))

• 调整节点尺寸：通过gp参数缩小节点的宽高，适配小字体：

plot(your_tree, terminal_panel = custom_text_terminal, 
     gp = gpar(fontsize = 7, box.width = 0.4, box.height = 0.25))

内容的提问来源于stack exchange，提问作者Linus