如何将“RWeka”决策树转换为 R 中的“派对”树？

Question

我正在使用 R 中的 RWeka 包将 M5' 树拟合到使用“M5P”的数据集。然后我想将生成的树转换为“派对”树，以便我可以访问变量重要性。我遇到的问题是我似乎无法让函数as.party 工作而不会出现以下错误：

"Error: all(sapply(split, head, 1) %in% c("<=", ">")) is not TRUE"

仅当我在 for 循环中应用函数时才会出现此错误，但 for 循环是必要的，因为我正在运行 5 折交叉验证。

下面是我一直在运行的代码：

n <- nrow(data)

k <- 5

indCV <- sample( rep(1:k,each=ceiling(n/k)), n)


for(i in 1:k){

#Training data is for all the observations where indCV is not equal to i

training_data <- data.frame(x[-which(indCV==i),])

training_response <- y[-which(indCV==i)]

#Test the data on the fifth of the data where the observation indices are equal to i

test_data <- x[which(indCV==i),]

test_response <- y[which(indCV==i)]

#Fit a pruned model to the training data

fit <- M5P(training_response~., data=training_data, control=Weka_control(N=TRUE))

#Convert to party

p <- as.party(fit)
}

Answer 1

RWeka 包有一个将M5P 树转换为party 对象的示例。如果您运行example("M5P", package = "RWeka")，那么树的可视化实际上是由partykit 绘制的。运行示例后，请参阅 plot(m3) 和 as.party(m3)。

但是，虽然对于 J48，您可以获得完全成熟的 constparty 对象，但对于 M5P，情况并非如此。在后一种情况下，树结构本身可以转换为party，但节点内的线性模型并不完全直接转换为lm 对象。因此，如果您想使用party 表示来计算仅依赖于树结构的度量（例如，用于拆分的变量、拆分数量、拆分点等），那么您可以这样做。但是，如果您想计算依赖于模型或预测的度量（例如，均方误差等），那么 party 类不会有太大帮助。