R randomForest：非终端的预测值？

Question

R randomForest 的文档与 getTree() 方法的输出之间存在差异。

documentation 指出对于非终端节点，getTree() 中预测字段的值应为零：

prediction: the prediction for the node; 0 if the node is not terminal

分类方法就是这种情况，但是在回归方法中存在非零连续值：

> library(randomForest)
> 
> x  <- data.frame(matrix(rnorm(20), nrow=10))
> y  <- rnorm(10)
> 
> model <- randomForest(x,y)
> getTree(model,k=1)
  left daughter right daughter split var split point status prediction
1             2              3         2  0.49239435     -3 -0.1212934
2             4              5         2  0.09046437     -3 -0.4871480
3             0              0         0  0.00000000     -1  1.3421250
4             6              7         2 -0.61841853     -3 -0.2501163
5             0              0         0  0.00000000     -1 -1.1982434
6             0              0         0  0.00000000     -1 -0.8738258
7             0              0         0  0.00000000     -1  0.9973027

这些非终端节点的预测值是否用于预测？如果不是，他们的目的是什么？

关于单独但相关的说明，status 字段也不符合回归方法的文档：

status: status is the node terminal (-1) or not (1)

如前所述，分类方法似乎完全遵循文档：

> y_bin <- as.factor(y>0)
> model <- randomForest(x,y_bin)
> getTree(model,k=1)
  left daughter right daughter split var split point status prediction
1             2              3         2  -0.6184185      1          0
2             0              0         0   0.0000000     -1          1
3             4              5         1  -0.3887568      1          0
4             0              0         0   0.0000000     -1          1
5             0              0         0   0.0000000     -1          2

Answer 1

我已通过测试用例确认随机森林回归器的预测不依赖于预测字段中的决策节点值：

> x     <- data.frame(matrix(rnorm(20), nrow=10))
> y     <- rnorm(10)
> 
> model <- randomForest(x,y,ntree=1)
> getTree(model,k=1)
  left daughter right daughter split var split point status prediction
1             2              3         2  -0.1314179     -3 -0.1901029
2             0              0         0   0.0000000     -1 -1.6884260
3             4              5         2   1.0801034     -3  0.1844779
4             0              0         0   0.0000000     -1 -0.0447021
5             0              0         0   0.0000000     -1  0.4136579
> 
> test <- data.frame(X1=1,X2=1)
> predict(model,test)
         1 
-0.0447021

我们可以通过沿着树跟踪数据点 (1,1) 来确认 -0.0447021 是叶节点的值，其中 "right daughter" 是正确的子节点，如果数据点的值为大于截止值。

R randomForest：非终端的预测值？

R randomForest: prediction values for non-terminals?

r

random-forest