我有一个从回归模型拟合生成的 N 路频率表。这是此类表的可重现示例：
data("CO2")
lm.fit = lm(uptake ~ Type + Treatment, data = CO2)
lm.fit$coefficients
test = count(CO2, c('Type','Treatment'))
test$res = predict(lm.fit, newdata = test)
test$freq = NULL
我试图将其可视test化为一个决策树，其节点为叶子和Type叶子。我会将其解释为回归模型所采用的路径，从而导致特定段的最终值。Treatmentres
我无法用test. 我也对其他可视化这些结果的新颖方法持开放态度。我最初的问题有很多分类变量，所以我正在寻找一个可定制的可视化，来自party::ctreeor的东西rattle::fancyRpartPlot。
你可以试试
library(data.tree)
test$pathString <- with(test, paste("lm", Type, Treatment, round(res, 2), sep="/"))
(tree <- as.Node(test))
# levelName
# 1 lm
# 2 ¦--Quebec
# 3 ¦ ¦--nonchilled
# 4 ¦ ¦ °--36.97
# 5 ¦ °--chilled
# 6 ¦ °--30.11
# 7 °--Mississippi
# 8 ¦--nonchilled
# 9 ¦ °--24.31
# 10 °--chilled
# 11 °--17.45
plot(tree)
情节使用DiagrammeR包。
