在R中对树进行分区：party与rpart

自从我看着分区树已经有一段时间了。上次我做这种事情时，我喜欢R中的聚会（由Hothorn创建）。通过采样进行条件推断的想法对我来说很有意义。但是，rpart也具有吸引力。

在当前的应用程序中（我无法提供详细信息，但是它涉及尝试确定谁将在大量被捕者中入狱），我无法使用高级方法，例如随机森林，装袋，助推等。-我需要一个容易解释的方法规则。

我还希望对拆分的节点进行一些手动控制，如Zhang＆Singer（2010）递归分区和应用中所建议。该书随附的免费软件允许这样做，但在其用户输入中相当原始。

有什么建议或建议吗？

我同意@Iterator的观点，这种方法对于rpart更容易解释。但是，如果您正在寻找易于解释的规则，则派对（没有袋装树）在解释预测方面不会有任何损失-您仍然只有一棵树。如果您也有兴趣研究结果变量的驱动因素（而不仅仅是纯粹的预测能力），我仍然会认为这是前进的道路-解释说决策树（如rpart）在选择哪一个方面可能有很大的偏见。变量很重要，它如何创建拆分。参与方使用排列检验并统计确定哪些变量最重要以及如何进行拆分。因此，party使用统计检验来找到最佳结构，而不是偏向于像rpart这样的具有多个级别的分类变量。

[注意：请参阅下面的更新1。]我发现的方法rpart要比解释起来容易得多party。但是，后者要复杂得多，并且可能会提供更好的模型。我有时解释的方式party是说它是产生局部线性（或GLM）模型的基础。我通过指出rpart所有落入叶节点的元素（即，由分割线界定的盒子/区域）的结果是恒定的来对此进行说明。即使通过本地模型可能有所改进，但您只能得到恒定的预测。

相反， party开发拆分以潜在地优化区域模型。实际上，它使用的是不同于模型最优性的标准，但是您需要衡量自己的能力来解释差异，以确定是否可以很好地解释它。研究人员可以party轻松获取有关其论文的信息，但对于不愿考虑使用简单方法（例如随机森林，增强等）的人来说可能会充满挑战。在方法论和结果方面进行了解释，它们为引入更复杂的基于树的模型提供了不错的垫脚石。

简而言之，我想说的是您必须做rpart的很清楚，您可以使用它party来提高准确性/性能，但是我不会在不介绍的party情况下进行介绍rpart。

更新1.我的答案基于对party一两年前的理解。它已经成长了很多，但是我会修改我的回答，说我仍然建议rpart您简洁明了，如果“花哨的”成为客户/合作者的重要标准，我还是会建议的。但是，party在将某人介绍给之后，我将尝试迁移到使用更多功能rpart。最好在简单的上下文中以损失函数，分割条件等为起点，然后再引入涉及更多涉及概念的软件包和方法。