如何解决ctree CART 条件树中的权重与权重 (party::ctree)
条件 CART 中的“权重”和“权重”是什么？
我正在使用 CARTS 通过递归分区来分析一个小数据集 (N=70)。具体来说，ctree 函数形成了 R 中的 party 包。
我对什么是“权重”与“权重”有点困惑。据我所知，他们将每个节点中的最终观察次数称为“权重”。但是，也可以将“权重”设置为条件树模型中的重要性度量，我称之为“统计权重”。
我将一个分类变量设置为“统计权重”，我不确定软件在做什么，但是每个节点的样本大小（N=“权重”）突然大了 5.5 倍（N=400）比最初的一个，总样本大小（N = n1+n2+n3..））取决于最小桶和最大深度。我认为该模型只会考虑此类变量的可重复性并在模型中对其进行权衡。我明白为什么节点在样本大小上会有所不同，但我没想到总 N 是可变的。
我已经阅读了 patry 手册很多次了，还尝试了 partykit 包。我读了又读，可能会解释这些概念，但我对在推理树中添加“统计权重”时获得如此大的样本量（“权重”）感到困惑。
解决方法
找了好久，终于发现这里有人问了同样的问题： https://stats.stackexchange.com/questions/178993/defintion-of-the-terms-node-weight-and-case-weight
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
