GBM MissingNode в R

Question

Я играл с пакетом GBM в R:

library(gbm) 
gbmfit <- gbm(UVIndex ~ UVI + UVA + VIS + UVIVIS + UVIUVA + CosSZA + ShadeTemp, data = df, distribution = "gaussian", n.trees = 1000, shrinkage = 0.1, cv.folds = 10) 
pred <- predict(gbmfit, data = df , n.trees = 1) 
pretty.gbm.tree(gbmfit,i.tree = 1) 

дает мне:

SplitVar SplitCodePred LeftNode RightNode MissingNode ErrorReduction Weight 
    0  0 380.50000000  1   2   3  471.9606 214 
    1  -1 -0.11805471  -1  -1   -1   0.0000 140 
    2  -1 0.19417906  -1  -1   -1   0.0000  74 
    3  -1 -0.01008602  -1  -1   -1   0.0000 214 

    Prediction 
0 -0.01008602 
1 -0.11805471 
2 0.19417906 
3 -0.01008602 

Когда я смотрю на диаграмму рассеяния пред против УФО, я вижу, на самом деле раскол около 380 с двумя терминальными значениями 2,717099 и 3.029333. (1) Как примирить эти значения терминалов с параметрами дерева? Я должен иметь возможность выводить их из SplitCodePred, но я не вижу связи (2) Нормально ли иметь отсутствующий узел, даже если у моих данных нет отсутствующего значения? (3) Меня путают с весом («общее количество наблюдений в этом узле»). Как получится вес 214 для Node 3, хотя нет данных?

Спасибо большое,

Roland

Answer 1

2) Да, это нормально, чтобы отсутствующий узел, даже если данные не имеют каких-либо недостающих значений. Значение отсутствующего узла будет средневзвешенным значением других узлов

Пример для дерева глубины 1 в случае отсутствия пропущенных данных или отсутствующих значений < min obs значение отсутствующего узла будет взвешенным средним значением вашего левого и правый узлы

3) масса отсутствует узел в этом случае (без пропущенных значений в данных) будет вес родительского узла