遍历CHAID树R-需要按实例数排序

我有很多树，打印时有7页长。我不得不重新平衡数据，需要查看频率最高的分支机构，看看它们是否有意义——我需要确定不同集群的取消率

由于数据太长，我需要的是拥有最大的分支，然后我可以验证这些分支，而不是手动检查210个分支。我将有很多树，所以需要自动化这个来查看重要的结果

要使用的示例代码：

library(CHAID)
updatecars<-mtcars
updatecars$cyl<-as.factor(updatecars$cyl)
updatecars$vs<-as.factor(updatecars$vs)
updatecars$am<-as.factor(updatecars$am)
updatecars$gear<-as.factor(updatecars$gear)
plot(carsChaid)

carsChaid<-chaid(am~  cyl+vs+gear, data=updatecars)
carsChaid

库（CHAID）
updatecars当然有更好的方法，但这是可行的。显然，我们愿意提出修正和改进建议

我遇到的特别麻烦是创建所有组合的列表。当expand.grid超过3个因子时，它将停止工作。所以我必须在它的上面构建一个循环来创建完整的列表

All_canx_rates<-function(Var1,Var2,Var3,Var4,Var5,nametree){
  df1<-data.frame("CanxRate"=0,"Num_Canx"=0,"Num_Cust"=0)
  pars<-as.list(match.call()[-1])
  a<-eval(pars$nametree)[,as.character(pars$Var1)]
  b<-eval(pars$nametree)[,as.character(pars$Var2)]
  c<-eval(pars$nametree)[,as.character(pars$Var3)]
  d<-eval(pars$nametree)[,as.character(pars$Var4)]
  e<-eval(pars$nametree)[,as.character(pars$Var5)]

  allcombos<-expand.grid(levels(a),levels(b),levels(c))
  clean<- allcombos
  allcombos$Var4<-d[1]

  for (i in 2:length(levels(d))) {
    clean$Var4<-levels(d)[i]  
    allcombos<-rbind(allcombos,clean)
  }

  #define a forloop
  for (i in 1:nrow(allcombos)) {
    #define values
    f1<-allcombos[i,1]
    f2<-allcombos[i,2]
    f3<-allcombos[i,3]
    f4<-allcombos[i,4]

  y5<-nrow(nametree[(a %in% f1 & b %in% f2 & c %in% f3 & d %in% f4 & 
                       e =='1'),])
  y4<-nrow(nametree[(a %in% f1 & b %in% f2 & c %in% f3 & d %in% f4),])
  df2<-data.frame("CanxRate"=y5/y4,"Num_Canx"=y5,"Num_Cust"=y4)
  df1<-rbind(df1, df2)

  }
  #endforloop
  #make the dataframe available for global viewing
  df1<-df1[-1,]
  output<<-cbind(allcombos,df1)
  }

All_canx_rates您可以使用data.tree对party对象执行进一步的操作，如排序、遍历树、自定义绘图等。github的最新版本v0.3.7具有party类对象的转换：

devtools::install_github("gluc/data.tree@v0.3.7")
library(data.tree)
tree <- as.Node(carsChaid)

tree$fieldsAll

您可以按函数排序，例如每个节点上的数据行：

tree$Sort(attribute = function(node) nrow(node$data), decreasing = TRUE)

print(tree, 
      "splitname",
      count = function(node) nrow(node$data), 
      "splitLevel")

例如，这打印如下：

  levelName splitname count splitLevel
1     1          gear    32           
2      ¦--3              17       4, 5
3      °--2              15          3

  levelName splitname count splitLevel
1     1          gear    32           
2      ¦--3              17       4, 5
3      °--2              15          3