问题标签 [party]

我有一个数据集，其中包含 6 个分类变量，级别从 5 到 28 不等。我从ctree()（派对包）获得了一个输出，有 17 个终端节点。我遵循了ctree() 中 @Galled 的输入 - 如何获取每个终端节点的拆分条件列表？达到我想要的输出。

但是，我在运行代码后收到以下错误：

我尝试添加这些额外的行：

但到目前为止还没有成功。关于哪里出错的任何指示？

我有一个因变量要按决策树分类。它由三类频率组成：738 (19%)、426 (15%) 和 1800 (66%)。正如您想象的那样，预测的类别始终是第三个类别，但树的目的是描述性的，因此实际上并不重要。问题是，当通过函数绘制树时ctree()（包partykit) 终端节点显示直方图，显示三个类别的出现概率。我需要修改这个输出：我想获得终端节点内每个类相对于类的绝对频率的出现比例。例如，class1 的 738 名参与者中有多少百分比属于某个终端节点？每个终端节点将显示构成因变量的所有三个类的此值。

下面是一张树图，默认情况下报告终端节点中每个类的流行度。

我正在尝试缩放出现在 ctree 终端节点中的图。我尝试使用 yscale 参数，但这只是导致超出绘图窗口的绘图

例如：这是两个指数分布的 ctree

现在，如果我尝试将绘图的 y 轴从 0 缩放到 70 以放大箱线图并截断异常值，我可以使用：

这可以缩放 y 轴，但现在绘图超出了绘图框。

抱歉，我会显示图像，但在 stackoverflow 上还没有足够的权限。

感谢您的任何建议

我正在尝试使用条件推理树（通过 package partykit）作为归纳树，其目的仅仅是描述而不是预测个别情况。根据 Ritschard here和there的说法，例如，可以通过交叉表比较响应变量的实际分布和估计分布与可能的基于预测变量的配置文件（所谓的^ TT和表格。我想使用偏差和其他派生统计作为 GOF 测量对象获得的对象ctree()功能。我正在向这个主题介绍自己，我非常感谢一些输入，例如一段 R 代码或关于ctree可能涉及编码的对象结构的一些方向。我认为自己可以从头开始获得目标表和预测表，然后计算偏差公式。我承认对如何进行完全没有信心。

提前非常感谢！

如何使用 R Shiny 中的响应式输入调整 ctree 的输出大小？

我的尝试

用户界面：

服务器：

运行上面的代码，单击按钮后应该会得到一个 ctree。然而，滑块不做任何事情。如果将 renderPlot 的 height 和 width 参数更改为 500 以外的值，则绘图的大小会发生变化。如何将高度和宽度置于滑块的控制之下？

当我尝试height = sliderHeight(), width = sliderWidth()在最后一行运行服务器时，我得到：

而且我很困惑，因为我使用了反应式表达。

我正在使用插入符号比较不同的机器学习方法，但尽管这些方法非常不同，但我得到了相同的变量贡献。

vNNet、ctree、enet、knn、M5、pcr、ridge、svmRadial 给出相同的变量贡献。

其中一些将importance = TRUE作为输入：vNNet、enet、knn、pcr、ridge、svmRadial do。其他人生成了一个重要性 = TRUE: ctree, M5 的错误。（错误是“出了点问题；所有 RMSE 度量值都丢失了：”）

我的问题是为什么不同的方法赋予相同的变量重要性？这似乎是错误的，但我看不出我做错了什么。

我正在使用插入符号 6.0-52

我通常在 SPSS 中做决策树以从 DDBB 获取目标，我做了一些研究，发现有三个包可供 R 使用：tree、party 和 rpart，但哪个更适合该任务？

谢谢！

当我Error: $ operator not defined for this S4 class尝试ctree从.party packageas.formula()

下面的例子：

我的最终目的是创建一个遍历列表test以创建多棵树的函数。

任何想法 ？

我正在尝试重做我今年夏天做的一个早期的 ctree 项目。当我去绘制结果时，我使用这样的代码：

这运行，然后我去使用这个代码来绘制它：

但是，我没有在 y 轴上得到标签，也没有在终端节点条形图中显示因变量 Y 的水平。Y 有两个级别，“是”或“否”

有任何想法吗？

更新：我在这里放了一个假数据集的链接：
来自 GITHUB的数据

这是一张显示我的结果的图片，请注意终端节点上没有 x 或 y 轴标签。我不确定为什么会这样。

我正在运行我的第一个随机森林算法cforest()，使用party package. 每次我运行 cforest 算法时，RStudio 在发送错误消息后崩溃，"Error: cannot allocate vector of size 927 Kb"这是一个非常小的向量...

我尝试使用控件，参数非常低以达到其底部，但即使controls = cforest_unbiased(ntree=2, mtry=3)它仍然崩溃并显示相同的消息。

这是完整的代码行：

为了让您更好地理解发生了什么，我的二进制因变量取值0并且1长度为 120k，并且我有 3 个连续的自变量。此外，我在计算期间跟踪了对内存使用的影响，并且在崩溃之前它达到了 RStudio 的 5Gb。

所以，你知道我该如何解决这个问题，还向我解释发生了什么，因为ctree一个接一个地运行几个是可以的，但是cforest由两棵树组成的一个就不行。

编辑 ：

我通过将训练样本减少 50% 找到了出路，但现在我遇到了同样的问题，在这种情况下，预测在内存使用方面是广泛的，而如果我是正确的，它应该只应用分类规则。这是一个补充问题，但没有回答上一个问题，因为我认为减少训练样本不应该是答案......

编辑 2：

下面是关于我的数据的补充信息：