是否存在与“anova”等效的词？ （对于 lm）到 rpart 对象？

Question

当使用 R 的 rpart 函数时，我可以轻松地用它拟合模型。例如：

# Classification Tree with rpart
library(rpart)

# grow tree 
fit <- rpart(Kyphosis ~ Age + Number + Start,
     method="class", data=kyphosis)

printcp(fit) # display the results 
plotcp(fit) 
summary(fit) # detailed summary of splits

# plot tree 
plot(fit, uniform=TRUE, 
     main="Classification Tree for Kyphosis")
text(fit, use.n=TRUE, all=TRUE, cex=.8)

我的问题是 - 如何衡量三个解释变量（年龄、人数、开始）对模型的“重要性”？

如果这是一个回归模型，我可以查看“anova”F 检验中的 p 值（在有变量和没有变量的 lm 模型之间）。但是，在 lm 上使用“anova”与 rpart 对象的等价性是什么？

（我希望我能弄清楚我的问题）

谢谢。

Answer 1

当然，方差分析是不可能的，因为方差分析涉及计算响应变量的总变异并将其划分为信息成分（SSA、SSE）。我不明白如何计算像 Kyphosis 这样的分类变量的平方和。

我认为你实际上谈论的是属性选择（或评估）。例如，我会使用信息增益度量。我认为这就是用来选择树中每个节点的测试属性的方法，并且选择具有最高信息增益（或最大熵减少）的属性作为当前节点的测试属性。此属性最大限度地减少了对结果分区中的样本进行分类所需的信息。

我不知道R中是否有根据信息增益对属性进行排名的方法，但我知道WEKA 并命名为 InfoGainAttributeEval 它通过测量相对于类的信息增益来评估属性的价值。如果您使用 Ranker 作为搜索方法，则属性将根据其各自的评估进行排名。

编辑
我终于找到了一种在 R 中使用 Library CORElearn 来做到这一点的方法

estInfGain <- attrEval(Kyphosis ~ ., kyphosis, estimator="InfGain")
print(estInfGain)