在R中，如何使用预测因子的线性组合来代替CART模型的预测因子

Breiman等人的分类和回归树提到在分割节点时使用预测因子的线性组合。我试图找到一种方法来尝试与R，但徒劳无功

---

有树或rpart包，它们假设在单变量预测上分裂，并且不允许使用线性组合进行任何自定义。我必须创建自己的包吗？

我以前没有使用过它，但您可以看看CRAN上的斜.tree

？斜置.tree

中的示例实际上添加了协变量的PCA输出

data(crabs, package = "MASS")
aug.crabs.data <- data.frame(   g=factor(rep(1:4,each=50)),
                predict(princomp(crabs[,4:8]))[,2:3])

数据（crabs，package=“MASS”）
您希望模型为您决定拆分的线性组合，还是只希望能够拆分线性组合？如果是后者，你可以自己构造线性组合，然后在上面做。我以前玩过在PCA分数上做CART。我没听说过，但听起来好像它做了Paul想要的。
ob.tree <- oblique.tree(formula     = g~.,
            data        = aug.crabs.data,
            oblique.splits  = "only")
plot(ob.tree)
text(ob.tree,cex = 0.5)