用链包生产树木时，Minbucket不起作用

Question

我一直试图确保使用在CHAID包中实现的CHAID算法获得的分类树将生成一个具有至少minbucket观测数的终端节点(leafs)的树。根据chaid过程的描述，可以通过指定chaid_control函数来完成这一任务：

chaid_control(alpha2 = 0.05, alpha3 = -1, alpha4 = 0.05,
              minsplit = 20, minbucket = 7, minprob = 0.01,
              stump = FALSE, maxheight = -1)

这与rpart包中控制树的行为类似。

尽管如此，设置minbucket参数似乎对最终的树的形状没有任何影响。下面是一个示例：

library("CHAID")
set.seed(290875)
USvoteS <- USvote[sample(1:nrow(USvote), 1000),]
chaid(vote3 ~ ., data = USvoteS)

Model formula:
vote3 ~ gender + ager + empstat + educr + marstat

Fitted party:
[1] root
|   [2] marstat in married
|   |   [3] educr <HS, HS, >HS: Gore (n = 311, err = 49.5%)
|   |   [4] educr in College, Post Coll: Bush (n = 249, err = 35.3%)
|   [5] marstat in widowed, divorced, never married
|   |   [6] gender in male: Gore (n = 159, err = 47.8%)
|   |   [7] gender in female
|   |   |   [8] ager in 18-24, 25-34, 35-44, 45-54: Gore (n = 127, err = 22.0%)
|   |   |   [9] ager in 55-64, 65+: Gore (n = 115, err = 40.9%)

Number of inner nodes:    4
Number of terminal nodes: 5

终端节点3、4、6、8和9分别由311、249、159、127和115观测组成。现在，通常情况下，为了限制最低数目的观察，我们应该进行以下工作：

ctrl <- chaid_control(minbucket = 200)

然而，援引

chaid(vote3 ~ ., data = USvoteS, control = ctrl)

生成与以前相同的树(而不是具有至少200个观测节点的树)。

我不确定是我犯了一个错误，还是在chaid过程的实现中遗漏了什么.

Answer 1

每个终端节点的最小观测数由minbucket和minprob控制。前者给出观测的绝对数目，后者给出相对频率(相对于当前节点的样本大小)。在内部，每个节点都使用这两个量的最小值。这对我来说也是违反直觉的，因为我本来希望使用最大值--但我没有检查原始CHAID算法是否是这样描述的。

如果要确保只有minbucket控制最小节点大小，则设置minbucket = 200, minprob = 1。