partykit：在终端节点箱图上方显示终端节点百分位数值

Question

我正在尝试使用partykit绘制使用rpart生成的回归树。 假设使用的公式是y ~ x1 + x2 + x3 + ... + xn 。 我想要实现的是在终端节点中带有箱线图的树，顶部有一个标签，列出分配给每个节点的观测值的y值分布的第10，第50和第90百分位数，即在表示的箱线图上方每个终端节点，我想显示一个标签，如“10th percentile = $ 200，mean = $ 247,90thcentntile = $ 292”。

下面的代码生成所需的树：

library("rpart")
fit <- rpart(Price ~ Mileage + Type + Country, cu.summary)
library("partykit")
tree.2 <- as.party(fit)

以下代码生成终端图，但终端节点上没有所需的标签：

plot(tree.2, type = "simple", terminal_panel = node_boxplot(tree.2,
  col = "black", fill = "lightgray", width = 0.5, yscale = NULL,
  ylines = 3, cex = 0.5, id = TRUE))

如果我可以显示节点的平均y值，那么应该很容易用百分位数来增加标签，所以我的第一步是在每个终端节点上方显示其平均y值。

我知道我可以使用以下代码检索节点（此处为节点＃12）中的平均y值：

colMeans(tree.2[12]$fitted[2])

所以我尝试创建一个公式并使用mainlab面板生成函数的mainlab参数来生成包含这个含义的标签：

labf <- function(node) colMeans(node$fitted[2])
plot(tree.2, type = "simple", terminal_panel = node_boxplot(tree.2,
  col = "black", fill = "lightgray", width = 0.5, yscale = NULL,
  ylines = 3, cex = 0.5, id = TRUE, mainlab = tf))

不幸的是，这会生成错误消息：

Error in mainlab(names(obj)[nid], sum(wn)) : unused argument (sum(wn)).

但似乎这是在正确的轨道，因为如果我使用：

plot(tree.2, type = "simple", terminal_panel = node_boxplot(tree.2,
  col = "black", fill = "lightgray", width = 0.5, yscale = NULL,
  ylines = 3, cex = 0.5, id = TRUE, mainlab = colMeans(tree.2$fitted[2])))

然后我在显示的根节点得到正确的平均y值。 我将非常感谢帮助修复上述错误，以便显示每个单独终端节点的平均y值。 从那里开始，它应该很容易添加到其他百分位并很好地格式化。

Answer 1

原则上，你走在正确的轨道上。 但是如果mainlab应该是一个函数，它不是node的函数，而是id和nobs的函数，参见?node_boxplot 。 您还可以使用整个树的fitted数据，更轻松地为所有终端节点计算均值表（或某些分位数）：

tab <- tapply(tree.2$fitted[["(response)"]],
  factor(tree.2$fitted[["(fitted)"]], levels = 1:length(tree.2)),
  FUN = mean)

然后你可以通过舍入/格式化为绘图做准备：

tab <- format(round(tab, digits = 3))
tab
##           1           2           3           4           5           6 
## "       NA" "       NA" "       NA" " 7629.048" "       NA" "12241.552" 
##           7           8           9          10          11          12 
## "14846.895" "22317.727" "       NA" "       NA" "17607.444" "21499.714" 
##          13 
## "27646.000" 

要将其添加到显示中，请为mainlab编写自己的辅助函数：

mlab <- function(id, nobs) paste("Mean =", tab[id])
plot(tree.2, tp_args = list(mainlab = mlab))