如何在R中將“ RWeka”決策樹轉換為“方”樹？

Question

我正在R中使用RWeka軟件包，以使用“ M5P”將M5'樹適合數據集。 然后，我想將生成的樹轉換為“派對”樹，以便可以訪問變量的重要性。 我遇到的問題是，在沒有出現以下錯誤的情況下，我似乎無法使as.party函數as.party工作：

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

僅當我在for循環中應用函數時才會出現此錯誤，但是當我運行5倍交叉驗證時，for循環是必需的。

下面是我一直在運行的代碼：

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軟件包提供了一個將M5P樹轉換為party對象的示例。 如果您運行example("M5P", package = "RWeka")那么example("M5P", package = "RWeka")可視化實際上是由partykit繪制的。 運行示例之后，請參見plot(m3)和as.party(m3) 。

但是，盡管對於J48您可以獲得完整的constparty對象，但對於M5P並非如此。 在后一種情況下，樹結構本身可以轉換為party但是節點內的線性模型轉換為lm對象並非完全簡單。 因此，如果要使用參與party表示來計算僅取決於樹結構的度量（例如，用於拆分的變量，拆分數，拆分點等），則可以這樣做。 但是，如果您要計算依賴於模型或預測的度量（例如均方誤差等），那么party類將無濟於事。