使用“打印”显示推理树节点值答案

【问题标题】：Displaying inference tree node values with "print"使用“打印”显示推理树节点值
【发布时间】：2016-01-26 03:57:10
【问题描述】：

如果我提出这个问题，我提前道歉，因为我对 R 和一般的统计分析非常陌生。

我使用party 库生成了一个条件推理树。
当我plot(my_tree, type = "simple") 我得到这样的结果：

当我print(my_tree) 我得到这样的结果：

1) SOME_VALUE <= 2.5; criterion = 1, statistic = 1306.478
  2) SOME_VALUE <= -10.5; criterion = 1, statistic = 173.416
    3) SOME_VALUE <= -16; criterion = 1, statistic = 19.385
      4)*  weights = 275 
    3) SOME_VALUE > -16
      5)*  weights = 261 
  2) SOME_VALUE > -10.5
    6) SOME_VALUE <= -2.5; criterion = 1, statistic = 24.094
      7) SOME_VALUE <= -6.5; criterion = 0.974, statistic = 4.989
        8)*  weights = 346 
      7) SOME_VALUE > -6.5
        9)*  weights = 563 
    6) SOME_VALUE > -2.5
      10)*  weights = 442 
1) SOME_VALUE > 2.5
  11) SOME_VALUE <= 10; criterion = 1, statistic = 225.148
    12) SOME_VALUE <= 6.5; criterion = 1, statistic = 18.789
      13)*  weights = 648 
    12) SOME_VALUE > 6.5
      14)*  weights = 473 
  11) SOME_VALUE > 10
    15) SOME_VALUE <= 16; criterion = 1, statistic = 51.729
      16)*  weights = 595 
    15) SOME_VALUE > 16
      17) SOME_VALUE <= 23.5; criterion = 0.997, statistic = 8.931
        18)*  weights = 488 
      17) SOME_VALUE > 23.5
        19)*  weights = 365

我更喜欢print 的输出，但它似乎缺少y = (0.96, 0.04) 的值。

理想情况下，我希望我的输出看起来像这样：

1) SOME_VALUE <= 2.5; criterion = 1, statistic = 1306.478
  2) SOME_VALUE <= -10.5; criterion = 1, statistic = 173.416
    3) SOME_VALUE <= -16; criterion = 1, statistic = 19.385
      4)*  weights = 275; y = (0.96, 0.04)
    3) SOME_VALUE > -16
      5)*  weights = 261; y = (0.831, 0.169)
  2) SOME_VALUE > -10.5
...

我该怎么做？

【问题讨论】：

这不会那么容易，因为所有print.BinaryTree 方法基本上都是打印my_tree@tree，同时在上面添加一些cmets。
有没有办法简单地提取值？如果必须，我可以稍后手动将其重新组合在一起。我只是在寻找一些编程方法来获取它们，而不是从绘图中手动复制。
是的，请参阅我的回答here，我在其中准确地展示了如何务实地实现这一目标。另请参阅包创建者本人（Zeileis 教授）关于如何使用较新的 partykit 包执行此操作的另一个答案。

标签： r party

【解决方案1】：

使用partykit 包（party 的后继产品）可以做到这一点，但即便如此，它也需要一些黑客攻击。原则上，print() 函数可以通过内部节点和终端节点等面板函数进行自定义。但即使对于像这样看似简单的任务，它们看起来也不是很好。

由于您似乎使用了具有二元响应的树，让我们考虑这个简单（尽管不是很有意义）可重现的示例：

library("partykit")
airq <- subset(airquality, !is.na(Ozone))
ct <- ctree(Ozone + Wind ~ ., data = airq)

对于内部节点，假设我们只想显示每个节点的$info 中随时可用的 p 值。我们可以通过以下方式对其进行格式化：

ip <- function(node) formatinfo_node(node,
  prefix = " ",
  FUN = function(info) paste0("[p = ", format.pval(info$p.value), "]")
)

对于终端节点，我们想要显示观察次数（假设没有使用weights）和平均响应。两者都预先计算在小表中，然后通过每个节点的$id 访问：

n <- table(ct$fitted[["(fitted)"]])
m <- aggregate(ct$fitted[["(response)"]], list(ct$fitted[["(fitted)"]]), mean)
m <- apply(m[, -1], 1, function(x) paste(round(x, digits = 3), collapse = ", "))
names(m) <- names(n)

然后面板函数定义为：

tp <- function(node) formatinfo_node(node,
  prefix = ": ",
  FUN = function(info) paste0(
    "n = ", n[as.character(node$id)],
    ", y = (", m[as.character(node$id)], ")"
  )
)

要在print() 方法中应用它，我们需要直接调用print.party()，因为目前print.constparty() 没有正确传递它。（我们必须在 partykit 包中解决这个问题。）

print.party(ct, inner_panel = ip, terminal_panel = tp)
## [1] root
## |   [2] Temp <= 82 [p = 0.0044842]
## |   |   [3] Temp <= 77: n = 52, y = (18.615, 11.562)
## |   |   [4] Temp > 77: n = 27, y = (41.815, 9.737)
## |   [5] Temp > 82: n = 37, y = (75.405, 7.565)

希望这与您想要做的很接近，并且应该为您提供进一步修改的模板。

【讨论】：

太棒了！这正是我要找的！