minsplit
の条件に重みを組み込むには、重みが不均等である場合、rpart
にしますか? しきい値が重みを考慮する方法を見つけることができませんでした。重みが不均一な場合は、次の例のように問題になります。 私の現在の回避策は、各行が観測値であるデータに展開することですが、時間とメモリの両方で無駄に見えます(とにかく、拡張された形式でメモリで作業する必要のある実際のデータセットを保持できるのではないかと思います)、助けを求めて回る。 ご協力いただきありがとうございます。 -Saarrpartのminsplitと等しくない重みを使用する
次のコードは、問題点を示しています。最初の3つの木は同じですが、次の2つ(不均一な重さを持つ)は異なっています。
## playing with rpart weights
require(rpart)
dev.new()
par(mfrow=c(2,3), xpd=NA)
data(kyphosis)
fitOriginal <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosis, control=rpart.control(minsplit=15))
plot(fitOriginal)
text(fitOriginal, use.n=TRUE)
# this dataset is the original data repeated 3 times
kyphosisRepeated <- rbind(kyphosis, kyphosis, kyphosis)
fitRepeated <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosisRepeated, control=rpart.control(minsplit=45))
plot(fitRepeated)
text(fitRepeated, use.n=TRUE)
# instead of repeating, use weights
kyphosisWeighted <- kyphosis
kyphosisWeighted$myWeights <- 3
fitWeighted <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosisWeighted, weights=myWeights,
control=rpart.control(minsplit=15)) ## minsplit has to be adjusted for weights...
plot(fitWeighted)
text(fitWeighted, use.n=TRUE)
# uneven weights don't works the same way
kyphosisUnevenWeights <- rbind(kyphosis, kyphosis)
kyphosisUnevenWeights$myWeights <- c(rep(1,length.out=nrow(kyphosis)), rep(2,length.out=nrow(kyphosis)))
fitUneven15 <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosisUnevenWeights, weights=myWeights,
control=rpart.control(minsplit=15))
plot(fitUneven15)
text(fitUneven15, use.n=TRUE)
fitUneven45 <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosisUnevenWeights, weights=myWeights,
control=rpart.control(minsplit=45))
plot(fitUneven45)
text(fitUneven45, use.n=TRUE)
## 30 works, but seems like a special case
fitUneven30 <- rpart(Kyphosis ~ Age + Number + Start, data=kyphosisUnevenWeights, weights=myWeights,
control=rpart.control(minsplit=30))
plot(fitUneven30)
text(fitUneven30, use.n=TRUE)
一般的なデータセットで不均衡な重みと分数を扱おうとしていますが、この例は動作しないことを示しています。ウェイトのバランスをとることは一般的な解決策ではありません。データセットが大きすぎる可能性があります。 – Saar
@ Saar、私は謝罪します。あなたは、その例が「うまくいきません」と言っています。どのようにして動作しませんか?私が例をテストしたところ、エラーは発生せず、それぞれの例でツリーが成長しました。あなたが期待していなかったように木の一つが成長しましたか? – Ben
すべての6つの例では、データは同じデータです(最初の例を除く)。これは、各観測が3回繰り返されるか、一度表示されますが3の重みを持つか、 私はそれから構築される樹木が同じ木であることを期待します(同じデータ、同じアルゴリズム、同じ条件が同じ出力につながるはずです)。具体的には、5番目の例は、2番目と3番目の例と同じツリーを私に与えるべきです。それはしません。 これは実行時エラーではなく、間違った回答を返すことです... – Saar