为什么在这种情况下 ctree 只返回一个终端节点？

Question

简介

我正在学习人工智能的基础知识。我创建了一个带有随机数据的 .csv 文件来测试Decision Trees。我目前在Jupyther Notebook 中使用 R。

问题

温度、湿度和风是决定您是否可以飞行的变量。

当我执行 ctree(vuelo~., data=vuelo.csv) 时，它只是一个单个节点，而 我期待一个包含变量（Temperatura、Humdedad、Viento）的完整树，正如我在纸上解决的那样。

Snippet of the result

使用的数据是下一张表：

   temperatura humedad viento vuelo
1          Hot    High   Weak    No
2          Hot    High Strong    No
3          Hot    High   Weak   Yes
4         Mild    High   Weak   Yes
5         Cool  Normal   Weak   Yes
6         Cool  Normal Strong    No
7         Cool  Normal Strong   Yes
8         Mild    High   Weak    No
9         Cool  Normal   Weak   Yes
10        Mild  Normal   Weak   Yes
11        Mild  Normal Strong   Yes
12        Mild    High Strong   Yes
13         Hot  Normal   Weak   Yes
14        Mild    High Strong    No

我不确定在导入数据时是否遗漏了什么，但我所做的是：

test <- read.csv("vuelo.csv")

备注

• 我正在使用 R 中的“party”库（其中包含我从中获得一些想法的示例）

编辑：

这是dput() 请求的结果

structure(list(temperatura = structure(c(2L, 2L, 2L, 3L, 1L, 
1L, 1L, 3L, 1L, 3L, 3L, 3L, 2L, 3L), .Label = c("Cool", "Hot", 
"Mild"), class = "factor"), humedad = structure(c(1L, 1L, 1L, 
1L, 2L, 2L, 2L, 1L, 2L, 2L, 2L, 1L, 2L, 1L), .Label = c("High", 
"Normal"), class = "factor"), viento = structure(c(2L, 1L, 2L, 
2L, 2L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 2L, 1L), .Label = c("Strong", 
"Weak"), class = "factor"), vuelo = structure(c(1L, 1L, 2L, 2L, 
2L, 1L, 2L, 1L, 2L, 2L, 2L, 2L, 2L, 1L), .Label = c("No", "Yes"
), class = "factor")), class = "data.frame", row.names = c(NA, 
-14L))

Answer 1

回答

ctree 仅在达到统计显着性时才创建拆分（有关基础测试，请参阅 ?ctree）。在您的情况下，没有任何拆分这样做，因此没有提供拆分。

在您的情况下，您可以通过弄乱控件来强制完整的树（请参阅?ctree 和?ctree_control），例如像这样：

ctree(vuelo~., data = vuelo.csv, 
      control = ctree_control(minbucket = 0, 
                               minsplit = 0,
                               testtype = "Teststatistic",
                               mincriterion = 0))

但是，从统计的角度来看，这没有意义，我强烈建议不要这样做。

更合适的解决方案是在您的数据集中包含更多观察结果。假设温度、湿度和风与是否允许飞行存在潜在关联，您会通过更多观察发现它。

为了完整起见，如果我们在输出中使用plot，那么我们会得到包含所有（没有统计意义的）分支的树：