Question

我目前正在尝试修改R中现有的Stata模型，并且我遇到了流程中特定步骤的问题。

我需要使用CART回归将我的数据集基于其叶节点划分为单个群集，以便每个叶节点成为新的数据集。

例如，假设我的回归结果如下所示：

        Root
        /   \
     ALeft  ARight
    /     \
BLeft    BRight
          /   \
       CLeft  CRight

然后我想获取我的数据集，并为每个实例确定（类似于典型的预测方法）它所属的叶子节点（ARight，BLeft，CLeft，CRight）。

是否有任何现有的包或rpart / tree CART模型的方法，这将允许我输出叶节点？

Answer 1

您会发现rpart包很有用，尤其是where元素。

其中：一个整数向量，长度与根节点中的观察数相同，包含与每个观察所属的叶节点对应的帧的行号。

library(rpart)
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
fit$where
1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 
9  7  9  9  3  3  3  3  3  8  8  3  9  5  3  3  3  7  3  5  3 
22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 
9  8  9  9  5  9  8  3  3  3  7  7  3  7  3  5  9  5  8  9  5 
43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 
9  9  3  7  3  7  9  7  8  3  9  3  3  3  5  9  5  8  9  9  9 
64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 
3  3  5  3  7  5  3  7  7  3  7  3  3  7  5  7  9  5

叶节点使用CART回归的分区数据集

1 个答案: