遍历CHAID树R-需要按实例数排序

Question

我有一些树，打印时它们有7页长。我必须重新平衡数据，并需要查看频率最高的分支，看看它们是否有意义-我需要确定不同集群的消除率。

考虑到数据如此之长，我需要的是拥有最大的分支，然后我可以验证这些分支，而不是手动地遍历210个分支。我将有许多树，因此需要自动化这一点，以查看重要的结果。

要使用的示例代码：

library(CHAID)
updatecars<-mtcars
updatecars$cyl<-as.factor(updatecars$cyl)
updatecars$vs<-as.factor(updatecars$vs)
updatecars$am<-as.factor(updatecars$am)
updatecars$gear<-as.factor(updatecars$gear)
plot(carsChaid)

carsChaid<-chaid(am~  cyl+vs+gear, data=updatecars)
carsChaid

当您打印此数据时，您将看到第一组的n=15。我需要一个表，我可以对这个值进行排序。

我需要的是一个决策树表，其中包含树中每个组中的变量值和数字。这与这个答案Walk a tree不完全相同，因为它没有给出里面的数字，但我认为它是在方向上。

有人能帮上忙吗，

谢谢,

詹姆斯

Answer 1

当然，有一种更好的方法可以做到这一点，但这个works.Obviously愿意提出更正和改进建议。

我遇到的特别麻烦是创建所有组合的列表。当expand.grid超过3倍时，它将停止工作。所以我不得不在它上面构建一个循环来创建完整的列表。

All_canx_rates<-function(Var1,Var2,Var3,Var4,Var5,nametree){
  df1<-data.frame("CanxRate"=0,"Num_Canx"=0,"Num_Cust"=0)
  pars<-as.list(match.call()[-1])
  a<-eval(pars$nametree)[,as.character(pars$Var1)]
  b<-eval(pars$nametree)[,as.character(pars$Var2)]
  c<-eval(pars$nametree)[,as.character(pars$Var3)]
  d<-eval(pars$nametree)[,as.character(pars$Var4)]
  e<-eval(pars$nametree)[,as.character(pars$Var5)]

  allcombos<-expand.grid(levels(a),levels(b),levels(c))
  clean<- allcombos
  allcombos$Var4<-d[1]

  for (i in 2:length(levels(d))) {
    clean$Var4<-levels(d)[i]  
    allcombos<-rbind(allcombos,clean)
  }

  #define a forloop
  for (i in 1:nrow(allcombos)) {
    #define values
    f1<-allcombos[i,1]
    f2<-allcombos[i,2]
    f3<-allcombos[i,3]
    f4<-allcombos[i,4]

  y5<-nrow(nametree[(a %in% f1 & b %in% f2 & c %in% f3 & d %in% f4 & 
                       e =='1'),])
  y4<-nrow(nametree[(a %in% f1 & b %in% f2 & c %in% f3 & d %in% f4),])
  df2<-data.frame("CanxRate"=y5/y4,"Num_Canx"=y5,"Num_Cust"=y4)
  df1<-rbind(df1, df2)

  }
  #endforloop
  #make the dataframe available for global viewing
  df1<-df1[-1,]
  output<<-cbind(allcombos,df1)
  }

Answer 2

您可以使用data.tree对party对象进行进一步的操作，如排序、遍历树、自定义绘图等。github的最新版本v0.3.7提供了从party类对象的转换：

devtools::install_github("gluc/data.tree@v0.3.7")
library(data.tree)
tree <- as.Node(carsChaid)

tree$fieldsAll

最后一个命令显示party类的已转换字段的名称：

[1] "data"        "fitted"      "nodeinfo"    "partyinfo"   "split"       "splitlevels" "splitname"   "terms"       "splitLevel" 

您可以按函数排序，例如每个节点上的数据行：

tree$Sort(attribute = function(node) nrow(node$data), decreasing = TRUE)

print(tree, 
      "splitname",
      count = function(node) nrow(node$data), 
      "splitLevel")

例如，如下所示：

  levelName splitname count splitLevel
1     1          gear    32           
2      ¦--3              17       4, 5
3      °--2              15          3