mvpart 与 rpart 中的拆分规则

Question

我想制作分类树来根据几个变量预测 1 种鸟类的存在/不存在。我知道 rpart 处理单变量分区，而 mvpart 处理多变量分区，但我想将 mvpart 用于我的单变量树，因为它的输出更灵活。有谁知道我不应该这样做的原因？ rpart 和 mvpart 的分割是否会在相同的精确输入下有所不同？

Answer 1

不能保证拆分是一样的； mvpart() 最小化组内平方和，而 rpart 用于分类树将最小化基尼系数（默认情况下为 IIRC）。

您可能最终得到相同的模型/拆分，但由于这两个函数使用两种不同的节点杂质度量，这可能只是侥幸。

仅供参考，mvpart 正在拟合回归模型，但您需要分类模型。

最后，考虑使用party包及其函数ctree；默认情况下，它的输出比rpart 好得多，但在模型拟合方面再次做了一些稍微不同的事情。

顺便说一句，还可以查看 plotmo 包，其中包括许多树状模型的增强图，包括 IIRC、rpart 。