Правила разделения в mvpart vs rpart

Question

Я хотел бы сделать деревья классификации, чтобы предсказать наличие/отсутствие 1 вида птиц на основе нескольких переменных. Я знаю, что rpart обрабатывает одномерное разбиение, а mvpart обрабатывает многомерное разбиение на разделы, но я хотел бы использовать mvpart для моего дерева с одной переменной из-за его более гибкого вывода. Кто-нибудь знает причину, по которой я не должен этого делать? Разделимы будут разные в rpart vs mvpart с тем же самым точным вводом?

Answer 1

Нельзя гарантировать, что расколы будут одинаковыми; mvpart() минимизирует внутригрупповые суммы квадратов, тогда как rpart для дерева классификации будет минимизировать коэффициент Джини (по умолчанию IIRC).

Возможно, у вас может быть одна и та же модель/раскол, но поскольку две функции используют две различные меры примеси узлов, это может быть просто случайностью.

FYI, mvpart подходит для модели регрессии, но вам нужна классификация.

И наконец, рассмотрите возможность использования пакета и его функции ctree; он имеет гораздо более приятные результаты, чем rpart по умолчанию, но, опять же, делает что-то немного другое с точки зрения подгонки модели.

Как и в сторону, а также заглянуть в plotmo пакет, который включает в себя расширенные участки для ряда древовидных моделей, включая, IIRC, rpart из них.