按叶节点使用 CART 回归对数据集进行分区

Question

我目前正在尝试修改 R 中现有的 Stata 模型，但我运行遇到了流程中特定步骤的问题。

我需要使用 CART 回归根据叶节点将我的数据集划分为单独的集群，以便每个叶节点成为一个新的数据集。

例如，假设我的回归结果树如下：

        Root
        /   \
     ALeft  ARight
    /     \
BLeft    BRight
          /   \
       CLeft  CRight

然后我想获取我的数据集，并为每个实例确定（类似于典型的预测方法）它属于集合（ARight，BLeft，CLeft，CRight）的哪个叶节点。

rpart/tree CART 模型是否有任何现有的包或方法可以让我输出叶节点？

Answer 1

您会发现 rpart 包很有用，尤其是 where 元素。

where：一个与根节点的观察个数等长的整数向量，包含每个观察落入的叶节点对应的帧的行号.

library(rpart)
fit <- rpart(Kyphosis ~ Age + Number + Start, data = kyphosis)
fit$where
1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 
9  7  9  9  3  3  3  3  3  8  8  3  9  5  3  3  3  7  3  5  3 
22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 
9  8  9  9  5  9  8  3  3  3  7  7  3  7  3  5  9  5  8  9  5 
43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 
9  9  3  7  3  7  9  7  8  3  9  3  3  3  5  9  5  8  9  9  9 
64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 
3  3  5  3  7  5  3  7  7  3  7  3  3  7  5  7  9  5

按叶节点使用 CART 回归对数据集进行分区

Partition dataset using CART regression by leaf node

regression

r