问题标签 [party]

我一直在尝试使用以下方法设置第三方 cookie：

站点A

站点B

当我直接访问 SiteB/cookie.php 时，cookie 会按预期下降。但访问 SiteA 不会丢弃任何 cookie。

当我使用相同的方法但使用 PHP 删除 cookie 时，效果很好。Javascript 在这种情况下不会删除 cookie 有什么原因吗？我认为这可能是因为没有发送 HTTP 内容类型标头来说明 .php 页面是图像。但我似乎并不需要 PHP 版本的代码才能工作。

任何想法如何使用 JS 使其工作？甚至可能吗？例如，Doubleclick 如何使这项工作发挥作用？

供参考：这是成功删除 cookie 的 PHP 代码

我正在使用mobR 包的功能party。我的问题是model关于这个函数的参数。

我如何定义一个 StatModel 对象（来自包modeltools） - 我们称之为glmnetModel - 以便mob估计的节点模型是glmnet模型（更准确地说，我想将该cv.glmnet函数用作glmnetModelfit插槽中的主要估计函数）？

一个困难是正确地扩展reweight函数（可能还有estfunanddeviance函数？），就像这里建议的那样（第 2.1 节）。

有人有想法吗？

注意：我已经看到了一些扩展（对于 SVM：here），但我无法正确使用它们。

非常感谢 ！

多米尼克

有没有办法使用R中的派对包来限制最大节点或树的复杂性？

我试图通过拆分测试数据集（n = 35000）并让 R 在较小的块上运行来加快对测试数据集（n = 35000）的预测。该模型是用 生成的party::cforest。

foreach但是，在尝试使用with时，我无法让 R 计算即使是最小的部分%dopar%。

predict(fit,newdata=a[1:100,])我的预测函数对于和都需要大约 7 秒 foreach(i=1:10) %do% {predict(fit,newdata=a[1:10,])}。

但是当我尝试使用时%dopar%，R 似乎冻结了。不应该：

更快？或者并行化本身是否会以某种方式减慢 R 速度？

使用另一个函数进行测试运行（按照此处的建议重复计算 sqrt(3) ）已显示出显着的改进，因此%dopar%也可以正常工作。

使用 randomForest 进行预测的行为类似，不同之处在于，即使%do%对于 10x1:10 的预测，也比仅预测 1:100 需要更多的时间。对于 randomForest，我并不关心，因为无论如何预测所有 35k 数据集都不是问题。顺便提一句。只有我，还是 cforest 需要更多时间和内存来完成所有事情？只有在 randomForest 像魅力一样工作时遇到麻烦..

（在 Windows 7、x64、8GB RAM、4 核/8 线程上运行 - 在 doSNOW 并行化集群中使用 6 个节点）

我检查了binary tree类方法，以及如何从 ctree 函数中提取树结构？（这有助于理解 S4 对象结构和插槽），但仍不清楚如何获得ctree对象的最终预测器。对于rpart，我会使用类似的东西

是否有类似的快捷方式可用，或者我是否必须编写一个递归函数来遍历ctree对象并提取预测变量？那，还是带有打印输出的正则表达式？谢谢。

更新：使用下面的baydoganm代码。仍然必须弄清楚如何res通过递归正确更新：

我有一个包含 6 个预测变量（所有这些都是分类变量）、一个响应变量和一个权重列以及约 3500 个观察值的数据集。预测变量的水平从 2 到 7 不等。

我已经为每个预测变量的水平定义了指标变量，例如

“主要”变量之一在哪里Trade，而零售是它可以采用的值。

尝试使用以下方法计算条件变量重要性时遇到问题：

其中 , 等中的每一个comp都是tpft主要变量可以采用的类别。

这将返回错误：

我不知道如何解决它！traceback给出：

当我只想测试 6 个主要变量时，此方法有效，因此我相当确定这是指标变量的数量与其他变量的数量不匹配的问题，并且指标变量的 conditional=FALSE 也有效。任何帮助将不胜感激。

我已经通过包使用该ctree功能构建了一个决策树。party它有1700个节点。首先，有没有办法ctree提出maxdepth论点？我尝试control_ctree了选项，但是它抛出了一些错误消息，说找不到 ctree 函数。

另外，我怎样才能消耗这棵树的输出？如何为 SAS 或 SQL 等其他平台实现它。"* weights = 4349 "我对节点末尾的值表示什么还有另一个疑问。我怎么知道，哪个终端节点投票给哪个预测值。

我有一个主要是分类变量的大型数据集（问卷调查结果）。我已经使用卡方检验测试了变量之间的依赖关系。变量之间存在难以理解的依赖关系。我使用chaid()CHAID 包中的函数来检测交互并分离出（我希望是）每个变量的这些依赖项的底层结构。通常发生的情况是，卡方检验将揭示变量的大量依赖关系（例如 10-20），并且chaid函数会将其减少到更易于理解的内容（例如 3-5）。我想要做的是提取那些在chaid()结果中显示相关的变量的名称。

chaid()输出是对象的形式constparty。我的问题是如何提取与此类对象中的节点关联的变量名称。

这是一个自包含的代码示例：

我正在尝试使用 cforest 功能（R，派对包）。

这就是我构建森林的方法：

然后我想打印第一棵树

结果看起来像这样

为什么它是空的（每个节点的权重都为零）？

在 IRIS 数据集中。

在上图中，要打印的结果如下。（仅终端节点的结果就足够了）