rpart 包中位数或几何平均值而不是平均值

Question

是否可以使用R 中的rpart 库将区域中的平均估计值更改为不同于平均值的值，例如中值或几何平均值？ （或其他图书馆）

我相信我的树分区受极值影响很大，我想构建显示其他估算器的树。

谢谢！

Answer 1

右偏响应的常用技巧之一是记录日志。在许多应用中，这使得响应分布更加对称，因此您无需切换通常的均值预测。

改变树学习的另一个解决方案是使用一些更稳健的分数，例如排名等。partykit 中的ctree() 函数为此提供了一个非参数推理框架。

最后，partykit 包还允许计算除所有终端节点的平均值之外的其他预测。您可以通过as.party() 轻松地将rpart 树转换为party 树。一个非常简单的例子是为cars 数据学习rpart 树

library("rpart")
data("cars", package = "datasets")
rp <- rpart(dist ~ speed, data = cars)

然后将其转换为party：

library("partykit")
pr <- as.party(rp)

树形结构保持不变，但您可以得到增强的绘图和预测。默认绘图方法产量：

此外，两个对象的默认预测是相同的。

nd <- data.frame(speed = c(10, 15, 20))
predict(rp, nd)
##        1        2        3 
## 18.20000 39.75000 65.26316 
predict(pr, nd)
##        1        2        3 
## 18.20000 39.75000 65.26316 

但是，后者允许您指定应在每个节点中使用的FUNction。这必须是function(y, w) 的形式，其中y 是响应，w 是案例权重。由于我们在这里没有使用任何权重，我们可以简单地忽略该参数并执行以下操作：

predict(pr, nd, FUN = function(y, w) mean(y))
##        1        2        3 
## 18.20000 39.75000 65.26316 
predict(pr, nd, FUN = function(y, w) median(y))
##  1  2  3 
## 18 35 64 
predict(pr, nd, FUN = function(y, w) quantile(y, 0.9))
##    1    2    3 
## 28.0 57.0 92.2 

等等...有关更多详细信息，请参阅包小插曲。