R从partykit决策树中提取终端节点信息

Question

我创建了一个constparty决策树（自定义拆分规则）并打印出树结果。 结果看起来像这样：

Fitted party:
[1] root
|   [2] value.a < 1651: 0.067 (n = 1419, err = 88.6)
|   [3] value.a >= 1651: 0.571 (n = 7, err = 1.7)

我正在尝试提取终端节点信息（yval：0.067和0.571;每个节点上的n：1419和7;以及err：88.6和1.7），并将它们放入列表中，同时具有相应的节点ID（节点ID 2和3），以便以后可以使用这些信息。

我一直在研究partykit函数有一段时间，但找不到可以帮助我提取刚才列出的信息的函数。

有人可以帮我吗？ 谢谢！

Answer 1

与往常一样，有几种方法可以获取您要查找的信息。 提取存储在特定node的info的技术方法是使用nodeapply(object, ids, info_node) ，其中info_node返回存储在相应节点中的信息列表。

但是，在constparty对象的终端节点中，没有存储任何内容。 取而代之的是，存储已拟合节点的响应的整个分布，并可以由fitted(object)提取。 它包含一个数据帧，其中包含观察到的(response) (fitted)节点和观察到的(weights) （如果有）。 然后，您可以轻松地使用tapply()或aggregate()或类似的东西来计算节点均值等。

可替代地，可以将转换constparty对象到simpleparty其存储在节点中的印刷信息和对象提取它。

这两种策略的一个有效示例是cars数据的简单回归树：

library("partykit")
data("cars", package = "datasets")
ct <- ctree(dist ~ speed, data = cars)

然后，您可以通过以下方式轻松计算节点mean

with(fitted(ct), tapply(`(response)`, `(fitted)`, mean))
##        3        4        5 
## 18.20000 39.75000 65.26316 

当然，您可以将mean替换为您感兴趣的任何其他摘要统计量。

可以通过以下方式获取simpleparty的nodeapply() ：

nodeapply(as.simpleparty(ct), ids = nodeids(ct, terminal = TRUE), info_node)
## $`3`
## $`3`$prediction
## [1] 18.2
## 
## $`3`$n
##  n 
## 15 
## 
## $`3`$error
## [1] 1176.4
## 
## $`3`$distribution
## NULL
## 
## $`3`$p.value
## NULL
## 
## 
## $`4`
## $`4`$prediction
## [1] 39.75
## ...