代码之家 › 专栏 › 技术社区 › MassCorr

树可疑行为与因素

party partitioning r

MassCorr · 技术社区 · 6 年前

当我将lmtree函数与factors一起使用时,我注意到partykit包中的lmtree函数有一种奇怪的行为。如果数据集中没有包含某些级别(这里是“c”和“e”),预测会随机变化…

我想这意味着lmtree只使用数据集中存在的因子(本例中的“a”和“b”)构建模型,而预测函数考虑所有因子(“a”、“b”、“c”、“e”)。

那么,如何在lmtree模型中使用安全系数呢?

library(partykit)

df<-data.frame(x=runif(100),y=runif(100),v=sample(c("a","b"),100,replace=T))
df$z<-with(df,ifelse(v=="a",2*y+x,3*x-y))
df$v<-factor(df$v,levels=c("c","e","a","b"))

lmt<-lmtree(z~x+y|v,df)

for (i in 1:10) print(predict(lmt,df,type="node")[1])

如果lmtree函数和predict函数之间的因子顺序颠倒(从levels=c(“a”,“b”)变为levels=c(“b”,“a”),则会出现类似的问题。

1 回复 | 直到 6 年前

Achim Zeileis 6 年前

谢谢你提出这个问题,这是一个错误 partykit (最新版本1.2-2)。

问题的根源如下: lmtree() 接受 formula 和 data 并建立一个 model.frame 从这些,设置 drop.unused.levels = TRUE .因此,对于 v 仅级别 "a" 和 "b" 保留和 "c" 和 "e" 下降。然而,同样的情况是不在中完成 predict.party 在哪里? 模型框架 在未指定的情况下调用 drop.unused.levels 因此使用默认值 FALSE .然后因子水平之间存在不匹配,导致随机分配。

我会和托尔斯滕协调一个固定版本!同样的问题似乎潜伏在其他地方,所以我们需要先做更多的检查。

同时,避免这种情况的最好方法是在调用之前降低未使用的级别。 lmtree (或其他功能 第六部分 似乎也有同样的问题)。

推荐文章

Marc B. · 使用ggplot2创建条形图时“缺少值”

1 年前

deschen · tidyverse与外部向量发生突变,该外部向量的元素是数据帧中的列值

1 年前

Laura · 在Shiny中使用可排序的包拖放名称,这些名称将成为图表

1 年前

Mallikarjun M · 如何使用随机森林进行时间序列预测?

1 年前

ly li · 模型摘要:当表格形状改变时,拟合优度消失

1 年前

C.Robin · 将marginaffects::predictions()的结果连接回main df?

1 年前

monotonic · 如何将格式为“col1+col3+col4”的数据帧的行名转换为一列数字向量“c(1,3,4)”?

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

RoyBatty · 统计每个字符在整个数据集中出现的次数

2 年前

stats_noob · R: 记录某个“行为”发生的循环的索引?

2 年前