如何使用rpart或party包过滤R中决策树中的自变量

Question

我是SAS用户，目前正在研究如何使用R-package制作决策树。

我确实找到了与每个节点相关的好结果，但现在我面临3个问题：

1. 我可以从特定变量（从上到下）开始，例如，像性别这样的分类变量吗？ （我在FICO-Model构建器中做过，但现在我不再拥有它了）

2. 我有二进制var（性别：1-Male / 0-Female），但节点分为0.5？（我尝试将其更改为因子，但不起作用？我还有一个var“ AGE“，我应该将类型更改为”xxx“而不是”数字“吗？）

3. 根据cp值（下表），我设置0.0128修剪树，但只留下两个vars，我可以选择保留特定的变量吗？（我确实使用cp的数字，但结果没有变化）





#tree
library(rpart)
library(party)
library(rpart.plot)

#1
minsplit<-60
ct <- rpart.control(xval=10, minsplit=minsplit,minbucket = 
         minsplit/3,cp=0.01)  



 iris_tree <- rpart(Overday_E60dlq ~  .   
                ,

               data= x, method="class",   
               parms = list(prior = c(0.65,0.35), split = "information")
               ,control=ct) 



#plot split.

plot_tris<-rpart.plot(iris_tree, branch=1 , branch.type= 1, type= 2, extra= 
103,  
                  shadow.col="gray", box.col="green",  
                  border.col="blue", split.col="red",  
                  cex=0.65, main="Kyphosis-tree") 

plot_tris
#summary
summary(iris_tree)



#===========prune process=========
printcp(iris_tree)

##  min-xerror cp：  
fitcp<-prune(iris_tree, cp= 
iris_tree$cptable[which.min(iris_tree$cptable[,"xerror"]),"CP"])  


#cp table   
fit2<-prune(fitcp,cp= 0.0128 )

#plot fit2
rpart.plot(fit2, branch=1 , branch.type= 1, type= 2, extra= 103,  
       shadow.col="gray", box.col="green",  
       border.col="blue", split.col="red",  
       cex=0.65, main="Kyphosis fit2") 

Answer 1

1. 我不认为R中比较流行的树包之一有一个用于指定固定初始拆分的内置选项。但是，使用partykit程序包（party程序包的后继程序）可以利用基础结构将这些树组合在一起，只需一点点努力，请参阅：How to specify split in a decision tree in R programming?
2. 您应该使用factor变量作为无序分类协变量（如性别），序数协变量的ordered因子，以及数字协变量的numeric或integer。请注意，这可能不仅在视觉显示中很重要，而且在递归分区本身也很重要。使用类似rpart / CART的详尽搜索算法时，这是不相关的，但对于像ctree或mob这样的无偏​​差推理算法，这可能是一个重要的区别。
3. 成本复杂性修剪不允许保留特定的协变量。它是整个树的度量，而不是单个变量。