Konwersja wyjścia Ctree do formatu JSON (dla układu drzewa D3)

Question

Pracuję nad projektem, który wymaga uruchomienia ctree, a następnie wykreślić go w trybie interaktywnym - podobnie jak układ drzewa "D3.js", moją główną przeszkodą jest konwertować dane wyjściowe ctree do formatu json, aby później użyć javascript.

Oto co trzeba (z przykładu z danych tęczówki):

> library(party) 
> irisct <- ctree(Species ~ .,data = iris) 
> irisct 

    Conditional inference tree with 4 terminal nodes 

Response: Species 
Inputs: Sepal.Length, Sepal.Width, Petal.Length, Petal.Width 
Number of observations: 150 

1) Petal.Length <= 1.9; criterion = 1, statistic = 140.264 
    2)* weights = 50 
1) Petal.Length > 1.9 
    3) Petal.Width <= 1.7; criterion = 1, statistic = 67.894 
    4) Petal.Length <= 4.8; criterion = 0.999, statistic = 13.865 
     5)* weights = 46 
    4) Petal.Length > 4.8 
     6)* weights = 8 
    3) Petal.Width > 1.7 
    7)* weights = 46 

Teraz chcę przekonwertować wyjście ctee w następującym formacie JSON przy użyciu jakiegoś algorytmu (zrobiłem to ręcznie), choć nie jest to chyba najlepszy sposób, aby przekształcić go:

{"name" : "Petal.Length <= 1.9 criterion = 1","value": 60, "children" : [ 
      {"name" : "n=50" ,"value": 60}, 
      {"name" : "Petal.Length > 1.9 criterion = 1","value": 60, "children": [ 
        {"name" : "n=46","value": 60 }, 
        {"name" : "Petal.Length > 4.8","value": 60, "children" :[ 
      {"name" : "Petal.Width > 1.7" ,"value": 60}, 
      {"name" : "46" ,"value": 60} 
    ]}] } 
     ]} 

Oto dwa zdjęcia zarówno R i D3.js działki:

Próbowałem już wcześniej użyć obiektu RJSONIO na obiekcie Ctree, co nie pomogło.

Czy kiedykolwiek ktoś przekonwertował obiekt/wyjście Ctree do JSON na potrzeby układu drzewa D3.js? jeśli nie, czy ktoś ma pojęcie o algorytmie, który może przekonwertować jedno wyjście na drugie?

Z góry dziękuję za pomoc!

Answer 1

Sztuką jest wyodrębnienie użytecznych bitów obiektu irisct i przekształcenie ich tylko w JSON. Coś takiego:

get_ctree_parts <- function(x, ...) 
{ 
    UseMethod("get_ctree_parts") 
} 

get_ctree_parts.BinaryTree <- function(x, ...) 
{ 
    get_ctree_parts(attr(x, "tree")) 
} 

get_ctree_parts.SplittingNode <- function(x, ...) 
{ 
    with(
    x, 
    list(
     nodeID  = nodeID, 
     variableName = psplit$variableName, 
     splitPoint = psplit$splitpoint, 
     pValue  = 1 - round(criterion$maxcriterion, 3), 
     statistic = round(max(criterion$statistic), 3), 
     left   = get_ctree_parts(x$left), 
     right  = get_ctree_parts(x$right) 
    ) 
) 
} 

get_ctree_parts.TerminalNode <- function(x, ...) 
{ 
    with(
    x, 
    list(
     nodeID  = nodeID, 
     weights = sum(weights), 
     prediction = prediction 
    ) 
) 
} 

useful_bits_of_irisct <- get_ctree_parts(irisct) 
toJSON(useful_bits_of_irisct) 

Pomyślałem tę odpowiedź na zewnątrz przez rozsądnego korzystania z funkcji unclass. Na przykład:

unclass(irisct) 
unclass(attr(irisct, "tree")) 
unclass(attr(irisct, "tree")$psplit) 

Metody drukowania w pakiecie, party:::print.SplittingNode i party:::print.TerminalNode były również bardzo przydatne. (Wpisz party:::print. i autouzupełnianie, aby zobaczyć, co jest dostępne.)