在数据帧的多个子集上运行rpart

我正在使用R rpart包基于x个变量和一个数据帧创建一个决策树：

fit<-rpart(y~x1+x2+x3+x4,data=(mydataframe),
  control=rpart.control(minsplit = 20, minbucket = 0, cp=.01))

其中，x4value是我要拆分的变量值之一。所以我有一列值：

x4
BucketName1
BucketName2
BucketName3
BucketName4

str（mydataframe）显示$x4是一个：系数，有8个级别，没有符号

此外，我在一开始就运行mydataframe=na.omit（dataframe）以避免空值

我已经排除的可能问题：

• （并非如此，因为存在我的列名）
  • BucketName1、2、3和4的值不允许以数字开头，这是我修正的

当我手动运行时，rpart位运行良好，如下所示：

mydataframe<-subset(trainData, x4=="BucketName1")

fit<-rpart(y~x1+x2+x3+x4,data=(mydataframe), 
    control=rpart.control(minsplit = 20, minbucket = 0, cp=.01))

---

mydataframe您向
dplyr（）
.variables=
参数传递的值不正确。您可以传递带引号的变量名、公式或变量名的字符向量。因为您正在传递被强制为一个字符的
mydataframe$v4
，并且它正在查找该列中的所有值，就好像它们是变量一样

这是电话的样子

fit<-ddply(mydataframe, ~x4, function (df)
    rpart(y~x1+x2+x3+x4,data=(df), control=rpart.control(minsplit = 20, minbucket = 0, cp=.01)))

fit您想用代码做两件事：

使用
dlply
而不是
ddply
，因为您需要的是rpart对象的列表，而不是（？）的数据帧<如果您想显示原始数据的预测值，code>ddply
将非常有用，因为它可以格式化为数据帧

在
dlply
中使用
（x4）
而不是
dataframe$x4
。使用后者将产生不可预测的结果

此外，在您的示例中，您应该指定一个
y
值，并从
x4
之后删除
…
。如果您不习惯使用plyr，您也可以使用基本R函数执行此操作

splitData = split(mydataframe, mydataframe$x4)

getModel = function(df) {
    fit <- rpart(y~x1+x2+x3+x4+xN....,data=df, 
        control=rpart.control(minsplit = 20, minbucket = 0, cp=.01)))
    return(fit)
}

models = lapply(splitData, getModel)

请花点时间创建一个包含示例输入数据的最小值。奇怪的是，当“x4value”在您共享的代码中的任何地方都没有出现时，您会得到一个关于“x4value”的错误。似乎您遗漏了一些重要的内容。感谢您的提示，我添加了一些示例代码。谢谢，这非常有效！我本来应该先指定，但我也想用printcp（fit）输出结果，但是printcp（fit）中出现了
错误：
printcp（fit）
和
plotcp（fit）
的“x”必须是“rpart”对象。有没有关于此部件故障排除的提示？您的结果在列表中。如果要获得第一个结果，可以进行打印（拟合[[1]]）。您还可以创建一个自动的
l_ply（）
函数来为您执行此操作，但是您的函数必须保存结果，因为绘图会相互覆盖。您还可以执行类似于
par（mfrow=c（2,2））
的操作来获得每个图像的多个绘图。
mydataframe<-data.frame  ( x1=sample(1:10),
                           x2=sample(1:10),
                           x3=sample(1:10),
                           x4= sample(letters[1:4], 20, replace = TRUE))
str(mydataframe)

fit<-ddply(mydataframe, mydataframe$x4, function (df)
    rpart(y~x1+x2+x3+x4,data=(df), control=rpart.control(minsplit = 20,      minbucket = 0, cp=.01)))

str(mydataframe) 'data.frame':  20 obs. of  4 variables:  $ x1: int  1 6 8 4 7 9 3 2 10 5 ...  $ x2: int  9 4 5 8 6 3 7 10 2 1 ...  $ x3: int 2 6 5 3 1 4 9 7 10 8 ...  $ x4: Factor w/ 4 levels "a","b","c","d": 4 4 3 2 3 4 3 3 1 3 ...
> fit<-ddply(mydataframe, mydataframe$x4, function (df) rpart(y~x1+x2+x3+x4,data=(df), control=rpart.control(minsplit = 20, minbucket = 0, cp=.01))) Error in eval(expr, envir, enclos) : object 'd' not found

fit<-ddply(mydataframe, ~x4, function (df)
    rpart(y~x1+x2+x3+x4,data=(df), control=rpart.control(minsplit = 20, minbucket = 0, cp=.01)))

fit<-ddply(mydataframe, .(x4), function (df)
    rpart(y~x1+x2+x3+x4,data=(df), control=rpart.control(minsplit = 20, minbucket = 0, cp=.01)))

fit<-ddply(mydataframe, "x4", function (df)
    rpart(y~x1+x2+x3+x4,data=(df), control=rpart.control(minsplit = 20,  minbucket = 0, cp=.01)))

splitData = split(mydataframe, mydataframe$x4)

getModel = function(df) {
    fit <- rpart(y~x1+x2+x3+x4+xN....,data=df, 
        control=rpart.control(minsplit = 20, minbucket = 0, cp=.01)))
    return(fit)
}

models = lapply(splitData, getModel)

mydataframe %>% group_by(x4) %>%
   do(model = getModel(.))