意思決定ツリーを使用して利益のような連続変数を最大化する

Question

私は目標変数として利益を、そして約100の異なる予測変数（バイナリ、連続、ある種の文字）を持つデータセットを持っています。

利益が最大化された（そして、好ましくは> 0）バケット（またはエンドノード）を与えるRにデシジョンツリーパッケージがありますか？

現在私はpartykitパッケージのctreeを使用しています。常に分割されたツリーは予測変数を良好に分割しますが、エンドノードは常にマイナスの利益をもたらします。

また、ノードの終わりに結果を理解することも困難です。これらは 'N ='と 'Error ='の傾向があります。代わりに '利益='を得るための方法がありますか？それであなたは最良のエンドノードが何であるかを見ることができますか？

多くのおかげで、最初の

Answer 1

シンプルなもの：各ターミナルノードでの印刷結果を理解します。これはノード5に平均停止speed > 17と19観測が存在すること、例えば手段

library("partykit") 
ctree(dist ~ speed, data = cars) 
## 
## Model formula: 
## dist ~ speed 
## 
## Fitted party: 
## [1] root 
## | [2] speed <= 17 
## | | [3] speed <= 12: 18.200 (n = 15, err = 1176.4) 
## | | [4] speed > 12: 39.750 (n = 16, err = 3535.0) 
## | [5] speed > 17: 65.263 (n = 19, err = 9015.7) 
## 
## Number of inner nodes: 2 
## Number of terminal nodes: 3 

dist：carsの停止dist ANCEがそれらspeedにどのように依存するかをモデル化ctree（特に有用ではない）は、以下の単純な検討数字はerrまたは9015.7の平方和に対応する65.263であった。

したがって、ターゲット変数の平均が最初に与えられ（nおよびerr）、最も関心のあるものです。ターゲット変数を最大化するには、予測平均が最も高い端末ノードを選択します。

最後に、利益の最大化に直接的に取り組んでいるツリーメソッドについてはわかりません。標準的なツリーメソッドは、一定の方法で均質な終端ノードを見つけようとします。 （ここではほぼ一定の平均目標値）。