如何手动指定决策树分割规则并将rpart训练的决策树应用到其他数据集

问题1：能否手动指定决策树分割规则，手动复刻rpart训练的决策树 #

可以实现。
rpart生成的模型对象本身就存储了全量的分割规则，你可以直接提取rpart对象的splits、frame两个核心字段，获取每个节点的分割变量、分割阈值、分支走向、样本占比等全部信息，完全可以基于这些信息手动复刻出一模一样的决策树。
如果你需要自己手动指定规则从头构建一个符合rpart格式的决策树，也可以手动构造和rpart输出结构一致的列表，再给列表加上rpart类属性，之后就能直接调用rpart配套的predict()、prp()（绘图）等函数使用。

问题2：数据集1训练的rpart树，能否直接应用到数据集2、3 #

完全可以，这是监督学习模型跨数据集预测的常规操作。
只需要满足两个前提即可：

• 数据集2、3中必须包含模型训练时用到的所有预测变量，变量名必须和训练集完全一致
• 预测变量的类型、编码规则和训练集完全匹配：比如分类变量的水平不能出现训练集中完全没出现过的新值，连续变量的单位、取值逻辑和训练集一致
  满足条件后直接调用predict()函数即可完成预测，不需要重新训练模型，示例代码如下：

# rpart_model为数据集1上训练得到的rpart决策树对象
pred_2 <- predict(rpart_model, newdata = dataset2)
pred_3 <- predict(rpart_model, newdata = dataset3)

注意事项 #

• 新数据集中包含的训练时未用到的变量，predict()函数会自动忽略，不会影响预测结果
• 如果新数据的分类预测变量出现训练集未覆盖的新水平，rpart默认会将该样本分配到当前分割节点的主分支（也就是训练时占比更高的分支），如果该逻辑不符合你的业务需求，可以提前对新数据的异常水平做归并处理。

内容的提问来源于stack exchange，提问作者Frank