【问题标题】：Interpret R output Rpart classification tree surrogate splits解释 R 输出 Rpart 分类树代理拆分
【发布时间】：2013-04-09 10:58:07
【问题描述】：
Surrogate splits:
## bmi < 21.51 to the right, agree=0.858, adj=0.632, (0 split)
我知道，这种拆分基于 bmi 值
我不明白输出的 (0 split) 部分？
另外，如果协议的值为 1，这是否值得怀疑？
谢谢！
【问题讨论】：
标签：
r
machine-learning
classification
decision-tree
rpart
【解决方案1】：
如果您在第一次主要拆分中缺少例如 10 个，则 rpart 将尝试使用代理拆分对它们进行分类。
如果其中 9 个在您的第一个代理变量中未丢失，则 rpart 将使用此变量，并且您将在此代理变量旁边的 rpart 输出中具有 (9 split)，因为该变量用于 9 次拆分.
如果您的代理变量也缺少数据，那么您的输出中将有 (0 splits)。
我不知道 agreement 的确切计算，但如果您有 1 的一致，那么我猜代理变量的结果与使用时的分类相同主要变量。
例如，如果您的代理变量是主变量的单调变换版本，则可能会发生这种情况。