當使用CHAID包生成樹時，Minbucket不起作用

我一直在試圖確保使用CHAID包中實現的CHAID算法獲得的分類樹將生成一個具有至少minbucket終端節點（樹葉）的樹觀察結果。根據CHAID過程的描述，這可以通過指定一個chaid_control函數來完成：當使用CHAID包生成樹時，Minbucket不起作用

chaid_control(alpha2 = 0.05, alpha3 = -1, alpha4 = 0.05, 
       minsplit = 20, minbucket = 7, minprob = 0.01, 
       stump = FALSE, maxheight = -1)

這是類似的行爲，以控制在所述rpart包封裝樹。

儘管如此，設置minbucket參數似乎沒有任何影響最終形狀的結果樹。下面是一個例子：

library("CHAID") 
set.seed(290875) 
USvoteS <- USvote[sample(1:nrow(USvote), 1000),] 
chaid(vote3 ~ ., data = USvoteS) 

Model formula: 
vote3 ~ gender + ager + empstat + educr + marstat 

Fitted party: 
[1] root 
| [2] marstat in married 
| | [3] educr <HS, HS, >HS: Gore (n = 311, err = 49.5%) 
| | [4] educr in College, Post Coll: Bush (n = 249, err = 35.3%) 
| [5] marstat in widowed, divorced, never married 
| | [6] gender in male: Gore (n = 159, err = 47.8%) 
| | [7] gender in female 
| | | [8] ager in 18-24, 25-34, 35-44, 45-54: Gore (n = 127, err = 22.0%) 
| | | [9] ager in 55-64, 65+: Gore (n = 115, err = 40.9%) 

Number of inner nodes: 4 
Number of terminal nodes: 5

終端節點3,4，6，8，和9分別包括311，249，159，127，和115的觀察。現在，通常情況下，爲了限制觀察一個人應該着手的最小數量如下：

ctrl <- chaid_control(minbucket = 200)

儘管如此，調用

chaid(vote3 ~ ., data = USvoteS, control = ctrl)

產生相同的樹之前（而不是與節點樹至少200次觀察）。

我不知道究竟是誰，我犯了錯或丟失了在chaid過程的實現......

來源

2014-12-01 Kamil Kosiński

觀察的每個終端節點通過minbucket和minprob控制的最小數量。前者給出觀測的絕對數量，後者是相對頻率（相對於當前節點的樣本大小）。在內部，兩個數量的最小值用於每個節點。這對我來說也是違反直覺的，因爲我期望最大值被使用 - 但我沒有檢查原始CHAID算法是否以這種方式描述。

如果要確保只有minbucket控制最小節點大小，請設置minbucket = 200, minprob = 1。

來源

2014-12-02 22:57:11

謝謝！這解決了問題，現在一切都按預期工作！順便說一下，您是否通過檢查代碼瞭解了兩個正在使用的數量的最小值（可能取代_maximum_），還是基於其他一些知識？ – 2014-12-03 11:41:32

當使用CHAID包生成樹時，Minbucket不起作用

回答

相關問題