«rpart» 태그된 질문

'rpart'는 회귀 트리 및 재귀 분할 알고리즘과 관련된 여러 루틴을 제공하는 R 패키지입니다. 이 패키지는 분류 문제에 자주 사용됩니다.

3
편차 란 무엇입니까? (특히 CART / rpart에서)
"차이"란 무엇이며 어떻게 계산되며 통계의 다른 필드에서 어떻게 사용됩니까? 특히, 나는 개인적으로 CART에서의 사용과 R에서의 rpart에서의 구현에 관심이 있습니다. 위키 기사가 다소 부족한 것으로 보이며 귀하의 통찰력이 가장 환영받을 것이기 때문에 이것을 요구 하고 있습니다.
45 r  cart  rpart  deviance 

4
CART를 사용할 때 '가변 중요성'을 측정 / 순위 지정하는 방법은 무엇입니까? (특히 R의 {rpart}를 사용하여)
rpart (R)를 사용하여 CART 모델 (특히 분류 트리)을 작성할 때 모델에 도입 된 다양한 변수의 중요성을 아는 것이 종종 흥미 롭습니다. 따라서 제 질문은 CART 모델에 참여하는 변수의 변수 중요도를 평가 / 측정하기 위해 어떤 일반적인 측정이 있습니까? R을 사용하여 어떻게 계산할 수 있습니까 (예 : rpart 패키지를 사용하는 경우) …

2
CART에서 복잡성 매개 변수 선택
CART 모델을 작성하기위한 rpart () 루틴에서 트리를 제거하려는 복잡성 매개 변수를 지정합니다. 복잡성 매개 변수를 선택하기위한 두 가지 다른 권장 사항을 보았습니다. 가능한 최소 교차 검증 오류와 관련된 복잡성 매개 변수를 선택하십시오. 이 방법은 Quick-R 및 HSAUR에서 권장합니다 . 추정 된 교차 검증 된 오류가 여전히 가능한 최소 교차 검증 …
16 r  cart  rpart 

2
R에서 파티셔닝 트리 : 파티와 rpart
나무 분할을 살펴본 후 오랜 시간이 지났습니다. 지난번에 이런 일을했을 때, 나는 R의 파티 (핫혼이 만든)를 좋아합니다. 샘플링을 통한 조건부 추론에 대한 아이디어는 나에게 의미가 있습니다. 그러나 rpart도 호소했습니다. 현재 응용 프로그램에서 (세부 사항을 말할 수는 없지만 많은 피구금자 중 누가 감옥에 갈 것인지 결정하려고합니다) 임의의 숲, 가방, 부스팅 등의 …
15 r  cart  rpart  partitioning 

3
각 잎에 선형 회귀 모델이있는 회귀 트리 알고리즘
짧은 버전 : 의사 결정 트리를 작성할 수있는 R 패키지를 찾고 있지만 의사 결정 트리의 각 리프는 완전한 선형 회귀 모델입니다. AFAIK, 라이브러리 rpart는 종속 변수가 각 리프에서 일정한 의사 결정 트리를 만듭니다. rpart그러한 나무를 만들 수 있는 다른 라이브러리 (또는 내가 모르는 설정)가 있습니까? 긴 버전 : 훈련 데이터 …
14 r  regression  rpart  cart 

1
의사 결정 트리에서 이진 분할 구현의 차이점
나는 의사 결정 트리의 이진 분할의 실제 구현에 대한 호기심 - 그것은 범주 예측의 수준에 관련된 .XjXjX{j} 특히, 예측 정확도와 안정성을 향상시키기 위해 의사 결정 트리를 사용하여 예측 모델을 작성할 때 일종의 샘플링 방식 (예 : 배깅, 오버 샘플링 등)을 자주 사용합니다. 이러한 샘플링 루틴 동안, 범주 형 변수가 전체 …

2
분류 트리 (rpart에서)를 규칙 세트로 구성합니까?
rpart (R)를 사용하여 복잡한 분류 트리를 구성한 후에 각 클래스에 대해 생성 된 결정 규칙을 구성하는 방법이 있습니까? 하나의 거대한 트리를 얻는 대신 각 클래스에 대한 규칙 세트를 얻습니까? (그렇다면 어떻게?) 다음은 예제를 보여주는 간단한 코드 예제입니다. fit <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosis) 감사.
11 r  classification  cart  rpart 

1
Anova ()와 drop1 ()이 GLMM에 다른 답변을 제공 한 이유는 무엇입니까?
GLMM 형식이 있습니다. lmer(present? ~ factor1 + factor2 + continuous + factor1*continuous + (1 | factor3), family=binomial) 를 사용할 때 자동차 패키지 또는에서 사용할 때 drop1(model, test="Chi")와 다른 결과를 얻습니다 . 후자의 두 사람도 같은 대답을합니다.Anova(model, type="III")summary(model) 조작 된 데이터를 사용 하여이 두 가지 방법이 일반적으로 다르지 않다는 것을 알았습니다. …
10 r  anova  glmm  r  mixed-model  bootstrap  sample-size  cross-validation  roc  auc  sampling  stratification  random-allocation  logistic  stata  interpretation  proportion  r  regression  multiple-regression  linear-model  lm  r  cross-validation  cart  rpart  logistic  generalized-linear-model  econometrics  experiment-design  causality  instrumental-variables  random-allocation  predictive-models  data-mining  estimation  contingency-tables  epidemiology  standard-deviation  mean  ancova  psychology  statistical-significance  cross-validation  synthetic-data  poisson-distribution  negative-binomial  bioinformatics  sequence-analysis  distributions  binomial  classification  k-means  distance  unsupervised-learning  euclidean  correlation  chi-squared  spearman-rho  forecasting  excel  exponential-smoothing  binomial  sample-size  r  change-point  wilcoxon-signed-rank  ranks  clustering  matlab  covariance  covariance-matrix  normal-distribution  simulation  random-generation  bivariate  standardization  confounding  z-statistic  forecasting  arima  minitab  poisson-distribution  negative-binomial  poisson-regression  overdispersion  probability  self-study  markov-process  estimation  maximum-likelihood  classification  pca  group-differences  chi-squared  survival  missing-data  contingency-tables  anova  proportion 

2
사소한 기능에 대한 적합도를 평가하는 방법
분류 및 회귀에 대한 지식이 있지만 생존 분석을 처음 접하는 사람입니다. 회귀 분석을 위해 MSE 및 R 제곱 통계가 있습니다. 그러나 생존 모델 A가 어떤 종류의 그래픽 플롯 (KM 곡선) 외에 생존 모델 B보다 우수하다고 말할 수 있습니까? 가능한 경우 차이점을 예를 들어 설명하십시오 (예 : R의 rpart 패키지). 한 …

1
rpart ()에서 분할 수를 선택하는 방법은 무엇입니까?
내가 사용하고 rpart.control위해 minsplit=2, 그리고에서 다음과 같은 결과를 받았습니다 rpart()기능을. 데이터가 과적 합되지 않도록하려면 분할 3 또는 분할 7을 사용해야합니까? 스플릿 7을 사용해야합니까? 알려주세요. 트리 구성에 실제로 사용되는 변수 : [1] ct_a ct_b usr_a Root node error: 23205/60 = 386.75 n= 60 CP nsplit rel error xerror xstd 1 0.615208 …
9 r  cart  rpart 
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.