澄清决策树代理分裂

Posted 2023-03-12

【中文标题】澄清决策树代理分裂

【英文标题】：Clarification of decision tree surrogate splits

【发布时间】：2018-06-15 10:54:27

【问题描述】：

我有一个关于 R 中 rpart 分类树的输出的问题。如果存在缺失值，则使用代理拆分。这是一个例子。

  Surrogate splits:
  ##       bmi    < 21.51 to the right, agree=0.858, adj=0.632, (0 split)

协议是否计算为代理拆分与主要拆分一致的案例比例？例如，如果代理未能就 4 个数据点中的 1 个达成一致，则协议将为 0.75。它是否正确？

此外，我不确定我对 adj 的解释。这是调整后的协议，考虑到偶然的协议吗？如果是这样，这是如何计算的？我认为这一定与数据中的先验有关，但不确定。

感谢任何见解。提前谢谢你。

【参考方案1】：

您对协议计算是正确的。 adj 是节点杂质的减少。它参考了 rpart 的主要拆分。 adj 越高，考虑代理分割的效果就越好。这就是我的理解。如果有人添加到这里，那就太好了。

【讨论】：

如果有多个代理拆分。它们属于同一个最重要的主拆分，还是第二个最重要的主拆分变量的替代变量等等？