ggparty 和 tidymodels，不能 plot 最终节点图，模型没有附加数据（？）

Question

我正在使用带有新盆景 package 的 ctree 的 tidymodels 工作流程，这是使用partykit 建模的扩展，这是我的代码：

pacman::p_load(tidymodels, bonsai, modeldata, finetune)

data(penguins)

doParallel::registerDoParallel()


split <- initial_split(penguins, strata = species)
df_train <- training(split)
df_test <- testing(split)

folds <- 
  # vfold_cv(train, strata = penguins)
  bootstraps(df_train, strata = species, times = 5) # if small number of records


tree_recipe <-
  recipe(formula = species ~ flipper_length_mm + island, data = df_train) 

tree_spec <-
  decision_tree(
    tree_depth = tune(),
    min_n = tune()
  ) %>%
  set_engine("partykit") %>%
  set_mode("classification") 

tree_workflow <- 
  workflow() %>% 
  add_recipe(tree_recipe) %>% 
  add_model(tree_spec) 

set.seed(8833)
tree_tune <-
  tune_sim_anneal(
    tree_workflow, 
    resamples = folds, 
    iter = 30,
    initial = 4,
    metrics = metric_set(roc_auc, pr_auc, accuracy))


final_workflow <- finalize_workflow(tree_workflow, select_best(tree_tune, "roc_auc"))

final_fit <- last_fit(final_workflow, split = split)

我知道要提取最终拟合 model 我需要：

final_model <-  extract_fit_parsnip(final_fit)

然后我可以 plot 树。

plot(final_model$fit)

我想尝试一个与partykit一起使用的不同绘图库：

library(ggparty)

ggparty(final_model$fit)+ 
  geom_edge() +
  geom_edge_label() +
  geom_node_splitvar() +
  geom_node_plot(
    gglist =  list(geom_bar(x = "", color = species),
                               xlab("species")),
                 # draw individual legend for each plot
                 shared_legend = FALSE
  )

但是 ggparty 代码一直工作到最后一行（没有它，树看起来不错，它在最终节点中打印时没有绘图）。

它没有看到拟合的 model 内部的数据，即响应变量物种。

    Error in layer(data = data, mapping = mapping, stat = stat, geom = GeomBar,  : 
  object 'species' not found

如何从 tidymodels 中提取最终拟合，使其包含拟合值，就像我在没有 tidymodels 工作流程的情况下构建 model 一样？

Answer 1

您的代码中有两个问题，其中只有一个与tidymodels相关。

1. arguments 到geom_bar()需要包装在aes()中，这对于普通ctree() output 和tidymodels工作流程的结果都是必需的。

2. 来自tidymodels工作流程的 output 中的因变量不再称为species ，而是..y （可能是tidymodels中使用的标准化占位符）。 这可以从简单的打印 object 中看出：

    final_model$fit ## Model formula: ##..y ~ flipper_length_mm + island ## ## Fitted party: ## [1] root ##...

解决这两个问题（加上使用fill=而不是color=审美）按预期工作。 （奖励评论： autoplot(final_model$fit)也可以！）

ggparty(final_model$fit) +
  geom_edge() +
  geom_edge_label() +
  geom_node_splitvar() +
  geom_node_plot(gglist =  list(
    geom_bar(aes(x = "", fill = ..y)),
    xlab("species")
  ))