ctree()的终端节点如何提取拆分规则

Posted 2023-03-12

【中文标题】ctree()的终端节点如何提取拆分规则

【英文标题】：How to extract the splitting rules for the terminal nodes of ctree()

【发布时间】：2015-07-12 00:55:00

【问题描述】：

我有一个数据集，其中包含 6 个类别变量，级别从 5 到 28 不等。我从 ctree()（派对包）获得了一个输出，有 17 个终端节点。我已经按照@Galled 从ctree() - How to get the list of splitting conditions for each terminal node? 的输入得到了我想要的输出。

但是，我在运行代码后收到以下错误：

Error in data.frame(ResulTable, Means, Counts) : 
  arguments imply differing number of rows: 17, 2

我已经尝试添加这些额外的行：

ResulTable <- rbind(ResulTable, cbind(Node = Node, Path = Path2))

ResulTable$Node <- rownames(ResulTable)

melt(ResulTable)

但到目前为止没有成功。关于哪里出错的任何指针？

【参考方案1】：

我建议使用ctree() 的新partykit 实现而不是旧的party 包，然后您可以使用函数.list.rules.party()。这还没有正式导出，但可以用来提取所需的信息。

library("partykit")
airq <- subset(airquality, !is.na(Ozone))
ct <- ctree(Ozone ~ ., data = airq)
partykit:::.list.rules.party(ct)
##                                      3                                      5 
##             "Temp <= 82 & Wind <= 6.9" "Temp <= 82 & Wind > 6.9 & Temp <= 77" 
##                                      6                                      8 
##  "Temp <= 82 & Wind > 6.9 & Temp > 77"             "Temp > 82 & Wind <= 10.3" 
##                                      9 
##              "Temp > 82 & Wind > 10.3" 

【讨论】：

感谢您的及时回复。使用上面的代码，我得到了这个错误： UseMethod("nodeids") 中的错误：没有适用于 'nodeids' 的方法应用于类“c('BinaryTree', 'BinaryTreePartition')”的对象

那么你已经用party::ctree而不是partykit::ctree来安装你的树。确保不要同时加载两个包。这势必会导致混乱......

使用partykit 包（使用默认控制参数）运行ctree 与使用party 包运行ctree 相比要快得多。我有一个包含 100K 行和 6 列的数据集。我在 32 位 64 GB 机器上运行 R 版本 3.1.3。对此有何意见？

旧的 party 实现在将数据集中的 p 值与数十万个观察值进行比较时可能会遇到数值问题。新的 partykit 实现使用 log-p-values 代替，它在数值上更稳定。对于您的数据，这似乎会导致与partykit 持续更长时间的拆分差异。我建议不要只使用默认值，而是将 mincriterion、minbucket 或 maxdepth 限制为更适合您的数据的值。