splitting：：ctree()在选择相同p-值的分裂变量时如何打破领带
splitting：：ctree()在选择相同p-值的分裂变量时如何打破领带
提问于 2020-06-30 22:02:11
对于partykit::ctree对象中的节点x，我使用以下行获取节点上的拆分变量：
k=info_node(x)
names(k$p.value)但是，此代码返回的节点的分裂变量与plot创建的树上的变量不同。结果表明，k$criterion中的三列具有最小p值；即
inds=which(k$criterion['p.value',]==k$p.value)
length(inds) #3似乎info_node(x)将三个变量中的第一个作为names(k$p.value)返回，但是plot选择了第三个变量。我不知道这样的差异是否有两个原因：
- 多变量具有最小p值，在只选择一个分裂变量时有一种内部方法来打破这种联系。
- 可能这三个变量的p值略有不同，但由于k$准则中的p值精度固定，它们的p值似乎是相同的。
。
任何洞察力都是值得欣赏的！
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-07-01 03:14:33
这些比较是在log-p值标度范围内进行的，也就是说，在极小的p-值情况下，比较更可靠。如果p值仍然保持绑定(在机器精度内)，则根据相应测试统计量的大小将其断开。
Stack Overflow用户
发布于 2020-07-04 03:28:16
以下是一个例子。谢谢!
library(partykit)
a=rep('N',87)
a[77]='Y'
b=rep(F,87)
b[c(7,10,11,33,56,77)]=T
d=rep(1,87)
d[c(29,38,40,42,65,77)]=0
dfb=data.frame(a=as.factor(a),b=as.factor(b),d=as.factor(d))
tFit=ctree(a ~ ., data=dfb, control = ctree_control(minsplit= 10,minbucket = 5,
maxsurrogate=2, alpha = 0.05))
plot(tFit) #displayed splitting variable is d
tNodes=node_party(tFit)
nodeInfo=info_node(tNodes)
names(nodeInfo$p.value) #b, not d页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62666784
复制相关文章
相似问题
腾讯云开发者
