一直在尝试使用rpart.plot包来绘制ctree来自partykit图书馆。原因是当树很深时，默认的绘图方法很糟糕。就我而言，我的max_depth = 5.

我真的很喜欢rpart.plot的输出，因为它允许更深的树在视觉上更好地显示。输出看起来如何，举一个简单的例子：

rpart

library(partykit)
library(rpart)
library(rpart.plot)

df_test <- cu.summary[complete.cases(cu.summary),]

multi.class.model <- rpart(Reliability~., data = df_test)

rpart.plot(multi.class.model)

我想使用 ctree 从 partykit 模型中获取此输出

ctree

multi.class.model <- ctree(Reliability~., data = df_test)

rpart.plot(multi.class.model)
>Error: the object passed to prp is not an rpart object

有没有某种方法可以强制 ctree 对象rpart那么这会运行吗？

据我所知，所有其他可视化包rpart树真的是rpart-具体且不基于不可知论party用于表示树/递归分区的类。另外，我们还没有尝试实施as.rpart()方法用于party对象，因为rpartclass 确实不太适合这个。

但你可以尝试调整partykit可视化可通过面板功能针对树的几乎所有方面进行定制。可能有用的一件事是计算simpleparty对象，其中包含各种简单的摘要信息$info每个节点的。然后可以将其用于node_terminal()用于在树形显示中打印信息的面板功能。考虑以下简单示例，用于预测德国社会经济小组中三种学校类型之一。为了达到所需的深度，我基本上关闭了显着性测试：

library("partykit")
data("GSOEP9402", package = "AER")
ct <- ctree(school ~ ., data = GSOEP9402, maxdepth = 5, alpha = 0.5)

默认plot(ct)在足够大的设备上为您提供：

当把树变成一棵树时simpleparty默认情况下您会得到文本摘要：

st <- as.simpleparty(ct)
plot(st)

这仍然有重叠的标签，所以我们可以设置一个小的便利函数，从$info每个节点并将它们放入一个较长的字符向量中，条目宽度较小：

myfun <- function(i) c(
  as.character(i$prediction),
  paste("n =", i$n),
  format(round(i$distribution/i$n, digits = 3), nsmall = 3)
)
plot(st, tp_args = list(FUN = myfun), ep_args = list(justmin = 20))

除了终端面板函数的参数（tp_args）我已经调整了边缘面板函数的参数（ep_args）以避免边缘出现一些过度绘制。

当然，您也可以更改整个面板功能并推出您自己的......