使用R语言rpart包绘制决策树时标签显示错误的问题

这个问题我之前也碰到过！核心原因是你的Entity变量被识别为因子（分类变量）类型，而rpart包的text()函数默认会对分类变量的分支使用字母缩写（a、b、c...）来替代实际的水平值——这么做是为了避免当分类变量水平较多时，标签挤在一起看不清楚。

解决步骤： #

• 第一步：确认变量类型
  先检查Entity的类型，在R里运行：

  class(Dataset$Entity)
  

  如果结果是factor，那和我们的判断一致；如果是integer/numeric但你希望把它当分类变量处理，先转成因子：

  Dataset$Entity <- as.factor(Dataset$Entity)
  

• 第二步：调整text()函数参数
  修改你的绘图代码，加上abbreviate=FALSE参数关闭缩写，同时可以调整字号避免拥挤：

  plot(tree)
  text(tree, abbreviate=FALSE, cex=0.8, use.n=TRUE)
  

  • abbreviate=FALSE：强制显示变量的实际水平值，而非字母缩写
  • cex=0.8：缩小标签字号，防止重叠
  • use.n=TRUE：在节点里显示样本数量，辅助解读

• 进阶方案：用rattle包美化绘图
  如果觉得默认绘图不够直观，可以用rattle包的fancyRpartPlot()函数，它默认会显示清晰的实际标签，还自带美观的样式：

  # 安装并加载包（首次使用需要安装）
  install.packages("rattle")
  library(rattle)
  fancyRpartPlot(tree)
  

这样调整后，你就能看到Entity的实际标签（2、5、6这些值），而不是abcd啦！

内容的提问来源于stack exchange，提问作者Layale