R中的递归分区

Question

我的目标是根据多个客户属性（人口统计、过去的购买类别等）更好地预测公司客户群的购买习惯。我有一个包含大约 100,000 名回头客的数据集，包括他们上次购买的时间间隔（本研究中的因变量）以及几个属性（连续的和分类的）。

我计划对每个细分（定义为在观察中具有相似时间间隔的细分）进行生存分析，以帮助了解购买之间可能的时间间隔。我遇到的问题是如何最好地定义这些细分市场；即属性分组，使得段之间的时间间隔足够不同，而段内的时间间隔相似。我相信构建决策树是最好的方法，我想使用递归分区。

我是 R 新手，并且已经使用了 party 包的 mob 命令，但是我对模型中要包含哪些变量以及分区要包含哪些变量感到困惑（命令：mob(y ~ x1 + ... + xk | z1 + ... + zk)、@987654324 @ 是模型变量，z 是分区）。我只是想从一组属性中构建一棵树，所以我想我想对所有属性进行分区？没有把握。我也尝试了rpart 命令，但要么没有树，要么得到具有数十万个节点的树，具体取决于 cp 级别。

如果有人有任何建议，我将不胜感激。对小说感到抱歉，感谢您的帮助。

Answer 1

来自?mob的文档：

MOB 是一种基于模型的递归分区算法，产生一个 具有与每个终端节点关联的拟合模型的树。

它要求模型变量，因为它会在分割变量后在每个终端节点（例如线性、逻辑）建立一个模型。如果你想在不给终端节点拟合模型的情况下进行分区，我使用的函数是ctree（也在party包中）。