R从partykit决策树中提取终端节点信息

Question

我创建了一个 constparty 决策树（自定义拆分规则）并打印出树结果。结果如下所示：

Fitted party:
[1] root
|   [2] value.a < 1651: 0.067 (n = 1419, err = 88.6)
|   [3] value.a >= 1651: 0.571 (n = 7, err = 1.7)

我正在尝试提取终端节点信息 （yval：0.067 和 0.571； 每个节点上的n：1419和7； 和错误：88.6 和 1.7）并将它们放入一个列表中，同时具有相应的节点 ID（节点 ID 2 和 3），以便我以后可以使用这些信息。

我一直在研究partykit 函数，但找不到可以帮助我提取刚刚列出的那些信息的函数。

有人可以帮帮我吗？谢谢！

Answer 1

与往常一样，有几种方法可以获取您正在寻找的信息。提取存储在特定node 中的info 的技术方法是使用nodeapply(object, ids, info_node)，其中info_node 返回存储在相应节点中的信息列表。

但是，constparty 对象的终端节点中没有存储任何内容。相反，拟合节点的响应的整个分布被存储并且可以通过fitted(object) 提取。这包含一个带有观察到的(response)、(fitted) 节点和观察到的(weights)（如果有）的数据框。然后您可以轻松地使用tapply() 或aggregate() 或类似的东西来计算节点方式等。

或者，您可以将constparty 对象转换为simpleparty 对象，该对象将打印信息存储在节点中并提取它。

这两种策略的一个工作示例是cars 数据的简单回归树：

library("partykit")
data("cars", package = "datasets")
ct <- ctree(dist ~ speed, data = cars)

然后您可以通过

轻松计算节点means

with(fitted(ct), tapply(`(response)`, `(fitted)`, mean))
##        3        4        5 
## 18.20000 39.75000 65.26316 

当然，您可以将mean 替换为您感兴趣的任何其他汇总统计信息。

simpleparty 的nodeapply() 可以通过以下方式获得：

nodeapply(as.simpleparty(ct), ids = nodeids(ct, terminal = TRUE), info_node)
## $`3`
## $`3`$prediction
## [1] 18.2
## 
## $`3`$n
##  n 
## 15 
## 
## $`3`$error
## [1] 1176.4
## 
## $`3`$distribution
## NULL
## 
## $`3`$p.value
## NULL
## 
## 
## $`4`
## $`4`$prediction
## [1] 39.75
## ...