决策树中的多维解释变量

时间:2015-12-14 16:41:06

标签: r machine-learning decision-tree

是否有可能(通过任何可用的包)在R中构建一个具有多维响应(/ e相关)变量的基于决策树的模型? 假设我们有随机变量Y = [Y1, Y2, Y3]Y - df.Ydim(df.Y) = 3 x rows)的相应观察数据框。变量Y1Y2Y3相互依赖,因此我不能分别为每个Y1,Y2,Y3做3个决策树。

我正在寻找与rpartrandomForest类似的内容,但我对模型的公式感兴趣

`df.Y ~ X1 + X2`

其中变量X1, X2是一维的。

提前感谢您提供任何信息:)

更新: 我忘了提及变量Y1, Y2Y3是连续的和依赖的。在离散的情况下,很容易合并"响应变量水平。

0 个答案:

没有答案