Question

我试图了解ctree如何适应/预测所有预测变量中完全缺失的观察结果。例如，

library(partykit)
airq <- subset(airquality, !is.na(Ozone))
airq <- rbind(airq,data.frame(Ozone=rnorm(50),Solar.R=NA,Wind=NA,Temp=NA,Month=NA,Day=NA))
airct <- ctree(Ozone ~ ., data = airq,control = ctree_control(majority = TRUE))
table(tail(predict(airct,type="node"),50))

airq的最后50行缺少所有预测变量，通过阅读文档，我得到的印象是majority=TRUE它只会跟随大多数，这意味着它们应该都是相同的节点完全没有变化。然而，我得到了他们的预测分布。

所以

是我对majority=TRUE如何正确理解的理解？
ctree如何拟合/预测没有任何观察到的预测变量的行？

顺便说一下，我尝试跟踪代码以查看majority参数的使用方式，并看到#104中的partykit:::.cnode行：

prob <- numeric(0) + 1L:length(prob) %in% which.max(prob)

这对我来说很奇怪，因为结果总是numeric(0)。

Answer 1

这是处理install.packages("partykit", repos = "http://R-Forge.R-project.org")控制参数的错误。它最近已在R-Forge存储库中修复（请参阅PDO::query()）但尚未发布到CRAN。运行后

{
    "_id": {
        "$oid": "57c910721e5197030038d8c5"
    },
    "firstname": "xyz",
    "schoolId": "ChIJI_40EALkDDkRs-2n_kQqPRA",
    "email": "test@outlook.com",
    "image_url": "cc7b0f23cea00964301ca225c6f3430a",
    "lastname": "abc",
    "rating": 1,
    "review": "Gr8",
    "voters": [
        "test@outlook.com"
    ],
    "time": {
        "$date": "2016-09-02T05:38:58.966Z"
    },
    "__v": 0
},

{
    "_id": {
        "$oid": "57c910721e5197030038d8c4"
    },
    "firstname": "xyz",
    "schoolId": "sffsdssfsfsfdssdss",
    "email": "test@gmail.com",
    "image_url": "cc7b0f23cea00964301ca225c6f3430a",
    "lastname": "abc",
    "rating": 1,
    "review": "Gr8",
    "voters": [
        "test@outlook.com,test@gmail.com"
    ],
    "time": {
        "$date": "2016-09-02T05:38:58.966Z"
    },
    "__v": 0
}

一切都应该按预期工作。我认为CRAN发布的日期尚未安排，但不应该在遥远的未来。

partykit :: ctree randomness in majority = TRUE

1 个答案: