python - R 或 Python 中的 CHAID 决策树

我使用 SPSS 生成了 CHAID 树。它对连续变量进行自动分箱，并返回 R 的汇总函数中没有的卡方值和自由度。下面是部分示例输出。

    Node    0               1               Total        PC Parent  Variable    Sig.a   Chi-Square  df  Split Values
        N   Percent      N  Percent        N    Percent                         
    0   148025  84.0%   28111   16.0%   176136  100.0%   0                      
    1   102390  93.9%   6643    6.1%    109033  61.9%    0    0     SALES1      0.000   42991.370   4   <= .000
    2   12600   91.3%   1194    8.7%    13794   7.8%     0    0     SALES1      0.000   42991.370   4   (.000,149.990]
    3   15140   83.7%   2942    16.3%   18082   10.3%    0    0     SALES1      0.000   42991.370   4   (149.990,1044.000]

R 返回的是这样的:

https://stackoverflow.com/questions/32739093/what-are-the-available-chaid-summary-functions-in-r

我已经找到了利用树输出并像这个例子一样玩弄它的方法:

chaid regression tree to table conversion in r

是否有函数可以在 R 或 python 中获得 SPSS 类型的输出，或者必须全部使用 R 中的 partykit 包手动完成？

最佳答案

我最近用 python 为 CHAID 写了一个开源包 here

关于python - R 或 Python 中的 CHAID 决策树，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32942358/