如何作出类似Nature子刊中的决策树? 让你的技能+1!

[ixxmu]

https://mp.weixin.qq.com/s/QqXUBaSEU2W5D6WmsuGlng

[ixxmu]

如何作出类似Nature子刊中的决策树? 让你的技能+1! by R语言和统计

小编阅读到一篇发表在《Nature machine intelligence》的论文，名为“An interpretable mortality prediction model for COVID-19 patients” [1]。

论文作者共分析了485例新冠病人的临床数据，包括基本信息，症状的严重程度，血液样本和实验室检查，如肝功能，肾功能，凝血功能，电解质与炎症因子。

根据受试者的预后（生存/死亡）建立了一个准确度达90%的single-tree XGBoost的预测模型，见下图： 

图片来源 [1]

决策树，因它的简洁易懂并且同时具备不错的预测准确性而深受研究者喜欢。

我们今天的任务就是作出类似上图的决策树。

马上进入操作部分！

首先，安装所需R包{treeheatr}，关于此R包的详细内容请查看参考文献 [2]： 

install.packages("treeheatr")
library(treeheatr)

下一步，使用到的数据是R自带的"iris"，来查看一下数据： 

summary(iris)

在下面的作图中，Species将作为因变量，其他变量作为预测变量（predictors）。

制作决策树：

heat_tree(iris, target_lab = "Species")

一行代码搞定，很简单有没有！

不过，要完全读懂上图则需要再加把劲：

此图主要由上下两大部分组成：决策树与热图。

heat_tree()根据默认的参数筛选出两个最重要的变量（Petal.Width和Petal.Length）从而建立了这颗“树”。根据两个变量的数值大小进行Species的分类（classification）或诊断（diagnosis）。

首先看决策树部分的最上端，Petal.Length ≤ 1.9则分向左侧，诊断为“setosa”。其中，setosa下方的颜色为紫色，并且纯度很高（无参杂其它颜色），代表模型的准确度高。

决策树中Petal.Length > 1.9则分向右侧。看中间部分，Petal.Length（≤4.8 | > 4.8）两分支虽然都为versicolor，但右分支下方的颜色纯度不高，提示中间部分右分支（>4.8）的模型准确度相较于左侧低。

热图部分中的两行（Petal.Width与Petal.Length）是纳入“决策树”的两个变量。在每一行中，一个“竖着的长方形”即代表一个样本的数值，颜色越亮（或越黄）代表数值越大；反之，则越小。

还可以任意修改图片颜色，因为一共有三组，所以添加三种颜色： 

heat_tree(iris, target_lab = "Species",
          target_cols = c("red", "royalblue1", "palegreen3")) # 修改颜色

因为heat_tree()函数只筛选出最重要的两个，我们可以选择将四个变量全部在热图中展示： 

heat_tree(iris, target_lab = "Species", 
          show_all_feats = TRUE)

也可以将各个分类组别之间的距离加宽一些： 

heat_tree(iris, target_lab = "Species", 
          panel_space = 0.03)   # 调整组别间的距离

如果有小伙伴只想要决策树，也可以去掉热图部分： 

heat_tree(iris, target_lab = "Species",
          show = "tree-only")  # 只显示决策树

好啦，今天的内容就到这里。

如果有帮助，记得分享给需要的人！

参考文献：

1. An interpretable mortality prediction model for COVID-19 patients, nature machine intelligence.
2. treeheatr: an R package for interpretable decision tree visualizations, Bioinformatics.

▌本文由R语言和统计首发，如需转载请联系我们

▌课程相关咨询可添加R师妹微信: kefu_rstats

▌编辑：June

▌邮箱：contact@rstats.cn

▌网站：www.rstats.cn

▌我们致力于让R语言和统计变得简单！

---