Question

当我将其与factor一起使用时，我注意到partykit包中lmtree函数的行为异常。如果数据集中未包含某些级别（此处为“ c”和“ e”），则预测会随机变化...

我想这意味着lmtree仅使用数据集中存在的因素（在此示例中为“ a”和“ b”）构建模型，而预测函数会考虑所有因素（“ a”，“ b”，“ c“，” e“）。

那么我如何在lmtree模型中安全使用因子？

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])

如果在lmtree函数和预测函数之间因子的顺序颠倒（从level = c（“ a”，“ b”）变为level = c（“ b”，“ a”），则会发生类似的问题）

Answer 1

感谢提出这个问题，它是Tuple<int, int>中的一个错误（最新版本为1.2-2）。

问题的根源如下：partykit取lmtree()和formula并从中建立data，设置model.frame。因此，对于drop.unused.levels = TRUE，仅保留级别v和"a"，而"b"和"c"被丢弃。但是，在"e"中进行了 not 的相同操作，其中调用predict.party时未指定model.frame，因此使用默认的drop.unused.levels。然后，因子水平之间不匹配，从而导致随机分配。

我将与Torsten协调固定版本！在其他地方似乎也潜伏着同样的问题，因此我们首先需要做更多检查。

与此同时，避免这种情况的最佳方法是在调用FALSE（或lmtree中其他似乎存在相同问题的函数）之前删除未使用的级别。

lmtree可疑行为与因素

1 个答案: