gpt4 book ai didi

r - rpart 和 party 包完全不同的决策树

转载 作者:行者123 更新时间:2023-12-04 09:52:36 26 4
gpt4 key购买 nike

我想比较一下CART和CHAID算法,我选择rpart(cart algorithm)和party(chaid algorithm)来看看它们的区别。
我的数据是关于血压的:
enter image description here

派对功能返回我:

library(party)
# par <- ctree_control(minsplit=20, minbucket=10)
arbre <- ctree(bpress_level ~ ., data = df)
arbre
plot(arbre)

enter image description here

rpart 包返回给我:
library(rpart)
fit <- rpart(bpress_level ~ .,
method="class", data=df)

printcp(fit) # display the results
plotcp(fit)

plot(fit, uniform=TRUE,
main="Classification Tree for pressure level")
text(fit, use.n=TRUE, all=TRUE, cex=.8)

enter image description here

我不明白为什么树决定素如此不同,这正常吗?
为什么对于派对套餐,算法会忽略烟雾、压力、性别......
先感谢您。

最佳答案

首先 ctree ([party]) 不使用 CHAID 算法。它与 CHAID 非常相似,但与 CHAID 不同。 CHAID 只能在数据本质上是分类时应用。

当然,还有许多其他递归分区算法或多或少类似于 CHAID,可以处理混合数据类型。例如,CTree 算法(条件推理树)也是基于显着性测试,并且在包 partykit 中的 ctree() 中可用。

关于r - rpart 和 party 包完全不同的决策树,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31314153/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com