树和后勤给出不同的结果

Question

我试图分析两个自变量（Say x1和x2）对因变量（y binary var）的影响。 当我使用rpart或信息增益时，结果显示x1比x2更重要。 （首先拆分x1，信息也大一些） 当我在y~x1 + x2上使用glm时，结果显示x2非常显着且x1不显着。任何人都可以帮我解释原因，我应该使用哪一个？谢谢！

Answer 1

因为树和逻辑回归遵循不同的算法，所以它们完全有可能给出不同的结果。

这通常意味着

1. x1和x2是相关的
2. x1和x2都不是y的良好预测因素。

如果它们是相关的，请使用PCA或类似技术来降低其相关性。否则，使用哪一个取决于您的数据。您可以使用训练测试集方法来确定哪种方法更适合并使用该模型。

请记住，树木很吵。随机森林（ randomForest 包）可能是更好的模型。