使用决策树最大化利润等连续变量

Question

我有一个以利润为目标变量的数据集和大约 100 个不同的预测变量（一些二进制、一些连续和一些字符）。

R 中是否有一个决策树包可用于提供利润最大化（最好 >0）的桶（或末端节点）？

目前我一直在使用partykit 包中的 ctree。分裂的树总是在预测变量上给出良好的分裂，但末端节点总是导致负收益。

我也很难理解节点端的结果。这些往往是 'N=' 和 'Error='。有什么方法可以获取 'profit=' 以便您可以看到最好的端节点是什么？

非常感谢，

Answer 1

简单的事情第一：了解每个终端节点的打印结果。考虑以下简单（但不是特别有用）ctree，它模拟了 cars 的停止 distance 如何取决于它们的 speed：

library("partykit")
ctree(dist ~ speed, data = cars)
## 
## Model formula:
## dist ~ speed
## 
## Fitted party:
## [1] root
## |   [2] speed <= 17
## |   |   [3] speed <= 12: 18.200 (n = 15, err = 1176.4)
## |   |   [4] speed > 12: 39.750 (n = 16, err = 3535.0)
## |   [5] speed > 17: 65.263 (n = 19, err = 9015.7)
## 
## Number of inner nodes:    2
## Number of terminal nodes: 3

这意味着，例如，在节点 5 中有 19 观测值与 speed > 17，其平均停止 distance 是 65.263，对应于 err 或 9015.7 的平方和。

因此，首先给出目标变量的平均值（在n 和err 之前），这是您最感兴趣的。要最大化目标变量，您可以选择具有最高值的终端节点预测平均值。

最后，我不知道直接致力于利润最大化的树方法。标准的树方法试图以某种方式找到同质的终端节点。 （此处为近似恒定的平均目标值）。