使用rpart拟合模型后，如何获取验证/测试数据集的where向量？

当然可以实现！rpart模型自带的where向量确实只对应训练数据集的叶节点，但我们可以用predict()函数轻松拿到验证集或测试集样本对应的叶节点编号，效果和训练集的where完全一致。

具体步骤： #

1. 先拟合你的rpart模型

library(rpart)
# 用鸢尾花数据集举例子，替换成你的数据即可
model <- rpart(Species ~ ., data = iris_train)

训练集的叶节点编号可以直接用model$where查看。

2. 对验证/测试集使用predict()，指定type="where"参数

# 假设你已经有测试集iris_test
test_where <- predict(model, newdata = iris_test, type = "where")

这里的test_where就是测试集每条样本对应的叶节点编号，和训练集model$where的编号体系完全统一——也就是说，如果某条测试样本和某条训练样本落在同一个叶节点，它们的编号是相同的。

完整示例： #

# 1. 拆分训练集和测试集
set.seed(123) # 设置随机种子保证可复现
train_idx <- sample(nrow(iris), 100)
iris_train <- iris[train_idx, ]
iris_test <- iris[-train_idx, ]

# 2. 拟合rpart模型
model <- rpart(Species ~ ., data = iris_train)

# 3. 获取训练集叶节点编号
train_where <- model$where
head(train_where) # 查看前6个训练样本的叶节点

# 4. 获取测试集叶节点编号
test_where <- predict(model, newdata = iris_test, type = "where")
head(test_where) # 查看前6个测试样本的叶节点

这个方法是rpart官方支持的，完全可以满足你获取新数据集对应叶节点的需求~

内容的提问来源于stack exchange，提问作者Meng zhao