partykit：回归树 - 识别终端节点箱线图中的异常值

【问题标题】：partykit: regression tree - identify outliers in terminal node boxplotspartykit：回归树 - 识别终端节点箱线图中的异常值
【发布时间】：2018-12-21 03:42:38
【问题描述】：

使用以下代码创建的回归树包含所有终端节点的箱线图。箱线图显示了中位数、IQR 和异常值，非常棒。

plot(as.party(tree), terminal_panel = node_boxplot)

但是如何识别箱线图中的异常值？我认为由于已经创建了箱线图，因此提取异常值应该相对容易，但信息似乎没有存储在树中。我知道我可以按照树的路径来识别数据集中的异常值，但想知道是否有更快的方法来做到这一点。

【问题讨论】：

请使用从您的数据中提取的较小样本修改您的问题（检查？dput()）。发布您的数据或没有数据的图像使我们难以为您提供帮助！此外，您的输出图看起来如何？

标签： r tree party

【解决方案1】：

由于您不提供数据，我将使用内置的cars 数据进行此操作。
你是对的，这些信息似乎没有存储在树中。此外，该情节没有提供有意义的回报。解决这个问题的至少一种方法是使用boxplot 重做箱线图，您就可以获得异常值。

library(rpart)
library(partykit)

CarTree = rpart(dist ~ ., data=cars)
PCT = as.party(CarTree)
P = plot(PCT, terminal_panel = node_boxplot)

BP = boxplot(cars$dist ~ PCT[1]$fitted[[1]])
BP$out
[1] 80

【讨论】：

这类似于 plot 内部的操作：它提取 $fitted[["response"]] 和 $fitted[["fitted"]] 节点 ID，然后使用 boxplot(.., plot = FALSE) 在每个组中动态构建箱线图。然后在grid 中从头开始生成实际绘图。