如何在终端节点中设置不同类型的条形图？答案

【问题标题】：How to set different kind of bar plot in terminal nodes?如何在终端节点中设置不同类型的条形图？
【发布时间】：2018-05-31 11:59:07
【问题描述】：

我在数据集上运行 MOB 树，我想修改终端节点中的图。我将使用 MOB 在每个节点中拟合的模型系数的条形图作为我的终端节点。

例如，我在“mlbench”包中的“PimaIndiansDiabetes”数据集上运行 MOB 树。代码如下：

pid_formula <- diabetes ~ glucose | pregnant + pressure + triceps +   
insulin + mass + pedigree + age
logit <- function(y, x, start = NULL, weights = NULL, offset = NULL, ...) {
glm(y ~ 0 + x, family = binomial, start = start, ...)
}
pid_tree <- mob(pid_formula, data = PimaIndiansDiabetes, fit = logit)

然后我有每个节点的模型。例如，我有节点号 2 的“质量=-9.95+0.058*葡萄糖”。我想根据这些系数制作条形图（例如：节点号 2 的 -9.95 和 0.058）并将这些条形图用作我的终端节点最后的树状图。知道怎么做吗？提前致谢。

【问题讨论】：

请让这个问题可重现：请阅读stackoverflow.com/questions/5963269/… 和/或stackoverflow.com/help/mcve，然后编辑您的问题。否则它太模糊了，不幸的是不太可能得到快速的答复。

标签： r tree party

【解决方案1】：

要在partykit 中实现这样的图形，您必须为plot() 方法（或者更确切地说是一个面板生成函数）编写一个新的面板函数。起点可以是partykit::node_barplot，它首先提取分类树的拟合概率，然后使用grid 包绘制它们。相反，您可以使用coef() 提取估计参数，然后使用grid 绘制这些参数。这有点技术性，但不是特别复杂。

但是，我不建议实现这样的功能。原因是这将最适合比较同一节点内的不同系数。但由于斜率和截距在完全不同的尺度上，这并不容易解释。相反，应该更加强调节点间相同系数的差异。这样做的基础也是：

coef(pid_tree)
##   x(Intercept)   xglucose
## 2    -9.951510 0.05870786
## 4    -6.705586 0.04683748
## 5    -2.770954 0.02353582

另外，可以考虑置信区间的相应标准误。（请记住，这些必须与一粒盐一起使用：它们不会为估计树进行调整，而是假装终端组是外生的。它们仍然可以作为粗略的标准。）我包括一个小的便利功能这样做：

confintplot <- function(object, ylim = NULL,
  xlab = "Parameter per node", ylab = "Estimate",
  main = "", index = NULL, ...)
{
  ## point estimates and interval
  cf <- coef(object)
  node <- nodeids(object, terminal = TRUE)
  ci <- nodeapply(object, ids = node, FUN = function(n)
                  confint(info_node(n)$object, ...))
  if (!is.null(index)) {
    cf <- cf[, index, drop = FALSE]
    ci <- lapply(ci, "[", index, , drop = FALSE)
  }
  cfnm <- rownames(ci[[1L]])
  nodenm <- rownames(cf)

  ## set up dimensions
  n <- length(ci)
  k <- nrow(ci[[1L]])
  at <- t(outer(1:k, seq(-0.15, 0.15, length.out = n), "+"))

  ## empty plot
  if(is.null(ylim)) ylim <- range(unlist(ci))
  plot(0, 0, type = "n", xlim = range(at), ylim = ylim,
    xlab = xlab, ylab = ylab, main = main, axes = FALSE)

  ## draw every parameter
  for(i in 1L:k) {
    arrows(at[,i], sapply(ci, "[", i, 1L), at[,i], sapply(ci, "[", i, 2L),
      code = 3, angle = 90, length = 0.05)
    points(at[, i], cf[, cfnm[i]], pch = 19, col = "white", cex=1.15)
    points(at[, i], cf[, cfnm[i]], pch = nodenm, cex = 0.65)
  }

  axis(1, at = 1:k, labels = cfnm)
  axis(2)
  box()
}

使用它，我们可以为每个参数（截距与斜率）分别创建一个图。这表明跨节点的截距在增加，而斜率在减小。

par(mfrow = c(1, 2))
confintplot(pid_tree, index = 1)
confintplot(pid_tree, index = 2)

也可以在一个共同的 y 轴上显示这些。然而，这完全掩盖了由于尺度不同而导致的斜率变化：

confintplot(pid_tree)

最后的评论：我建议对这种特殊类型的模型使用glmtree()，而不是“手动”使用mob()。前者速度更快，并提供一些额外的功能，特别是易于预测。

【讨论】：