tidymodels中绘制C5.0决策树报错原因及解决方法

问题背景 #

使用tidymodels框架训练C5.0决策树后，调用plot()函数会抛出Error in eval(parse(text = paste(obj$call)[xspot])) : object 'x' not found错误，但直接使用C50包训练相同参数的模型时，plot()可以正常生成决策树图。

错误原因 #

查看tidymodels训练出的C5.0模型的调用记录（summary()输出的Call部分）：

C5.0.default(x = x, y = y, trials = 1, control = C50::C5.0Control(minCases = 2, sample = 0))

这里的x和y是tidymodels内部传递的临时变量，训练完成后这些变量会被清理回收。而C5.0的plot()函数依赖从模型的call参数中解析x来获取特征数据集，因此找不到x对象导致报错。

直接使用C50包训练时，模型的call里是具体的数据集（比如x = iris[,1:4]），plot()可以直接定位到数据，所以正常工作。

解决方法 #

方法1：手动补充模型的x属性 #

提取tidymodels训练后的C5.0模型对象，手动将训练数据的特征列赋值给模型的x属性：

# 提取底层C5.0模型
c50_model <- fttd$fit$fit$fit
# 为模型补充特征数据
c50_model$x <- iris[, 1:4]
# 正常绘制决策树
plot(c50_model)

方法2：直接使用C50::C5.0Plot()函数 #

调用C50包提供的C5.0Plot()函数，显式传入模型和特征数据，绕开对call参数的解析：

C50::C5.0Plot(fttd$fit$fit$fit, data = iris[, 1:4])

两种方法都能生成与直接使用C50包训练时一致的决策树可视化结果。

内容的提问来源于stack exchange，提问作者Marc Kees