Question

一个简单的例子

>library(partykit)
> partykit:::.list.rules.party(ctree(Petal.Length~.,data=iris))
                                                                                                     2 
                                                                                  "Petal.Width <= 0.6" 
                                                                                                     6 
                  "Petal.Width > 0.6 & Sepal.Length <= 6.2 & Petal.Width <= 1.3 & Sepal.Length <= 5.5" 
                                                                                                     7 
                   "Petal.Width > 0.6 & Sepal.Length <= 6.2 & Petal.Width <= 1.3 & Sepal.Length > 5.5" 
                                                                                                     ....

例如，在第二条规则中，Sepal.Length的两次出现可合并为Sepal.Length<=5.5

那么，有没有办法整合规则？

Answer 1

在下面树的图中，在前往节点6（您在问题中引用其规则的节点）的路上，我们首先只保留带有Petal.Width＆gt;的点。 0.6。但即便如此，节点6也不包括{em>所有剩余点Sepal.Length <= 5.5，而只包括那些Petal.Width <= 1.3的点。换句话说，两个Petal.Width拆分之间存在介入的Sepal.Length拆分，因此第一个Sepal.Length拆分不是多余的。

m1 = ctree(Petal.Length~.,data=iris)
plot(m1)

Answer 2

我有一种更有效的方法，但这个功能可能会给你你想要的东西：

consolidate_rules <- function(tree){
  split.vars <- colnames(tree$node$info$criterion)
  split <- partykit:::.list.rules.party(tree)
  new.split <- c()

  for(i.split in seq_along(split)) {
   for (i.split.var in split.vars) {
    x0 <- split[i.split]
    x1 <- strsplit(x0, " & ")
    x2 <- grep(i.split.var, x1[[1]], value = TRUE)
    x3l <- strsplit(grep("<=", x2, value = TRUE), " <= ") # lower than
    x3g <- strsplit(grep(">", x2, value = TRUE), " > ")  # greater
    x3e <- strsplit(grep(" %in% ", x2, value = TRUE), "%in%")  # elements
    x4 <- c()

    if (length(x3e) != 0) {
      b <- sapply(x3e, "[[", 2)
      b1 <- gsub('"', '', b)
      b2 <- gsub("[c( )]", "", b1)
      b3 <- gsub("(NA,)|(,NA)", "", b2)
      b4 <- unique(strsplit(paste0(b3, collapse = ","), ",")[[1]])
      x4 <- paste0(i.split.var, ' %in% c("',
                   paste0(b4, collapse = '", "'),'")')
    }

    if (length(x3l) != 0) {
      x4 <- paste0(i.split.var, " <= ",
                   min(as.numeric(sapply(x3l, "[[", 2))))
    }
    if (length(x3g) != 0) {
      x4 <- paste0(x4, ifelse(length(x4) > 0 ," & ",""),
                   i.split.var, " > ",
                   max(as.numeric(sapply(x3g, "[[", 2))))
    }

    tmp <- paste0(if(!is.null(new.split[i.split]) &&
                  !is.na(new.split[i.split]) &
                  length(x4) >0) {" & "}, x4)

    new.split[i.split] <- 
      paste0(if(!is.null(new.split[i.split]) &&
            !is.na(new.split[i.split])) {new.split[i.split]},
             tmp)

    rm(x0, x1, x2, x3l, x3g, x3e, x4)
   }
 }
 names(new.split) <- names(split)
 return(new.split)
}

您可以使用以下方式调用该函数：

ct <- ctree(Petal.Length~.,data=iris)
consolidate_rules(ct)

对于节点6，结果如下所示：

6 
                           "Sepal.Length <= 5.5 & Petal.Width <= 1.3 & Petal.Width > 0.6"

结果是“只是”一个包含规则的字符串，我不知道你是否可以像.list.rules.party对象一样使用它。但我希望这个mioght会帮助你。

Answer 3

一个简单的版本：

"Petal.Width > 0.6 & Sepal.Length <= 6.2 & Petal.Width <= 1.3 & Sepal.Length <= 5.5" %>%
    str_split(' & ') %>% unlist() %>% str_split(' ') %>%
    lapply(function(x) data.frame(var = x[1], cond = x[2], value = tail(x, -2) %>% paste(collapse = ' '))) %>% bind_rows() %>%
    group_by(var, cond) %>%
    filter(
        if (str_detect(unique(cond), '<')) 1:n() == which.min(as.numeric(value))
        else if (str_detect(unique(cond), '>')) 1:n() == which.max(as.numeric(value))
        else 1:n() == which.min(str_count(value, ','))
    ) %>%
    apply(1, paste, collapse = ' ') %>% paste(collapse = ' & ')

[1] "Petal.Width > 0.6 & Petal.Width <= 1.3 & Sepal.Length <= 5.5"

通过使用&作为标记来拆分规则，然后将每个元素（例如：Petal.Width > 0.6）再次拆分为其三个组成部分（例如变量Petal.Width，条件>和值0.6）。我将所有内容放入一个数据框，按变量和条件分组，然后根据条件选择合适的元素。最后，我先逐行折叠，然后再折叠成一个字符串。

我今天想出了它，所以我还没有对其进行彻底的测试，但是应该可以。它需要dplyr和stringr软件包。请注意，该代码仅适用于一条规则，但是您可以将其与带有sapply()的字符串向量一起使用。

合并党规则

3 个答案: