Arbre de décision

[Nicolas Bastide]

Bonjour à tous,

Je me permets de poster ce message afin d’avoir quelques précisions sur les arbres de décision.
J’ai plusieurs variables environnementales (NTFm2+Diamoy+Hmoy+NTVm2+NTSm2+EAU+Ligneux) et une variable à expliquer qui est la présence ou l’absence d’une espèce (ACRMEL = Lusciniole à moustache).
J’aimerai pouvoir associer un poids différent à mes variables environnementales.
Je travaille avec le package Rpart et j’ai donc essayé de cette manière ;

>rpart(ACRMEL~ NTFm2+Diamoy+Hmoy+NTVm2+NTSm2+EAU+Ligneux ,data=ETE, weights = c(0.1, 0.1, 0.2, 0.1,0.1,0.3,0.1), control=rpart.control(minsplit=5,cp=0))
##j'ai aussi essayé en mettant weights = c(NTFm2=0.1 ....)
Message d’erreur ;

>Error in model.frame.default(formula = ACRMEL ~ NTFm2 + Diamoy + Hmoy + :
les longueurs des variables diffèrent (trouvé pour '(weights)')

Je n’arrive pas à comprendre d’où cela peut venir, surtout que je n’ai pas de NA dans mes données et que toutes mes variables font la même taille……

Ps : Savez-vous comment demander à R de faire en sorte que je ne puisse avoir seulement qu’une seule fois la variable dans tout l’arbre : quelques fois une variable revient à plusieurs niveaux….
En vous remerciant par avance,

Bien cordialement,
Nicolas Bastide

[Fred Santos]

Bonjour,

Attention, l'argument weights ne s'applique pas aux variables, mais aux individus (tout comme l'argument weights de la fonction lm(), par exemple) :

weights: optional case weights.

Ce que vous voulez faire correspond plutôt à l'argument cost :

cost: a vector of non-negative costs, one for each variable in the model. Defaults to one for all variables. These are scalings to be applied when considering splits, so the improvement on splitting on a variable is divided by its cost in deciding which split to choose.

Note : ça peut être assez casse-gueule d'utiliser des pondérations dans l'algorithme CART, donc à utiliser seulement si vous savez parfaitement le justifier au vu de votre problème. Personnellement, je ne m'y suis jamais risqué.

[Nicolas Bastide]

Bonsoir,

Je vous remercie pour les précisions,

Savez vous pourquoi l'arbre me met en priorité des variables qui n'influent pas forcément significativement (lm, pvalue<0.001) sur l'abondance des espèces ?

De plus, savez-vous comment demander à R de faire en sorte que je ne puisse avoir seulement qu’une seule fois la variable dans tout l’arbre ??

En vous souhaitant une bonne soirée,

Nicolas BASTIDE

[Mickael Canouil]

Bonjour,

pour information, l'extension "treeheatr" vous intéressera peut-être pour la visualisation.


Cordialement,

[Facundo Muñoz]

Cool !

Bonjour,

pour information, l'extension "treeheatr" vous intéressera peut-être pour la visualisation.


Cordialement,