通过叶节点使用 CART 回归对数据集进行分区答案

【问题标题】：Partition dataset using CART regression by leaf node通过叶节点使用 CART 回归对数据集进行分区
【发布时间】：2015-07-11 19:25:12
【问题描述】：

我目前正在尝试在 R 中修改现有的 Stata 模型，并且在此过程中的特定步骤中遇到了问题。

我需要使用 CART 回归根据叶子节点将我的数据集划分为单独的集群，这样每个叶子节点都会成为一个新数据集。

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）它属于集合（ARight、BLeft、CLeft、CRight）中的哪个叶节点。

是否有任何现有的包或 rpart/tree CART 模型的方法，可以让我输出叶节点？

【问题讨论】：

标签： r regression

【解决方案1】：

您会发现 rpart 包很有用，尤其是 where 元素。

where：一个与根节点中的观察个数等长的整数向量，包含每个观察所在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

【讨论】：

除了样本内 $where 之外，如果将 rpart 对象从 library("partykit") 转换为派对类，例如 predict(as.party(fit), newdata = data.frame(Age = 80, Number = 4, Start = 11), type = "node")，您可以获得样本外预测。当然，partykit 本身的树也是如此（ctree，lmtree，glmtree，...）。