Particionar árboles en R: party vs. rpart

Ha pasado un tiempo desde que miré la partición de árboles. La última vez que hice este tipo de cosas, me gusta la fiesta en R (creada por Hothorn). La idea de inferencia condicional a través del muestreo tiene sentido para mí. Pero rpart también tuvo atractivo.

En la aplicación actual (no puedo dar detalles, pero implica tratar de determinar quién irá a la cárcel entre una gran muestra de detenidos) No puedo usar métodos avanzados como bosques aleatorios, embolsado, aumento, etc. - Necesito un método fácilmente explicable regla.

También me gustaría tener un control manual sobre qué nodos se dividen, como se recomienda en Zhang y Singer (2010) Particiones recursivas y aplicaciones . El software gratuito que viene con ese libro lo permite, pero por lo demás es bastante primitivo en su entrada de usuario.

¿Alguna recomendación o sugerencia?

Estoy de acuerdo con @Iterator en que la metodología es más fácil de explicar para rpart. Sin embargo, si está buscando reglas fáciles de explicar, la fiesta (sin árboles en bolsas) no pierde nada con respecto a la explicación de la predicción: todavía tiene un solo árbol. Si también está interesado en ver los impulsores de la variable de resultado (no solo el poder predictivo puro), todavía pensaría que esa parte es el camino a seguir, explicando que un árbol de decisión (como rpart) puede estar bastante sesgado en la forma en que selecciona qué Las variables son importantes y cómo crea divisiones. Party utiliza pruebas de permutación y determina estadísticamente qué variables son más importantes y cómo se realizan las divisiones. Entonces, en lugar de inclinarse hacia variables categóricas con muchos niveles, como rpart, por ejemplo, party usa pruebas estadísticas para encontrar la mejor estructura.

[Nota: vea la actualización 1 a continuación.] Creo que la metodología rpartes mucho más fácil de explicar que party. Sin embargo, este último es mucho más sofisticado y es probable que ofrezca mejores modelos. La forma en que a veces explico partyes hablar de ello como base para producir modelos locales lineales (o GLM). Acumulo esto señalando que los resultados pararpart son constantes en todos los elementos que caen en el nodo hoja, es decir, el cuadro / región delimitado por las divisiones. Incluso si puede haber mejoras a través de modelos locales, no obtienes nada más que una predicción constante.

En contraste, partydesarrolla las divisiones para optimizar potencialmente los modelos para las regiones. En realidad, está utilizando un criterio diferente al de la optimización del modelo, pero debe medir su propia capacidad para explicar la diferencia para determinar si puede explicarla bien. Los documentos son bastante accesibles para un investigador, pero pueden ser bastante desafiantes para alguien que no está dispuesto a considerar métodos más simples como bosques aleatorios, impulso, etc. Matemáticamente, creo queparty es más sofisticado ... Sin embargo, los modelos CART son más fáciles explican, tanto en términos de metodología como de resultados, y estos proporcionan un paso decente para introducir modelos más sofisticados basados ​​en árboles.

En resumen, diría que tiene que hacerlo rpartpor claridad, y puede usarlo partypara precisión / rendimiento, pero no lo presentaría partysin presentarlo rpart.

Actualización 1. Basé mi respuesta en mi comprensión de partycomo era hace uno o dos años. Ha crecido bastante, pero modificaría mi respuesta para decir que todavía lo recomendaría rpartpor su brevedad y legado, en caso de que "no sea lujoso" sea un criterio importante para su cliente / colaborador. Sin embargo, trataría de migrar para usar más funcionalidades partydespués de haberle presentado a alguien rpart. Es mejor comenzar de a poco, con funciones de pérdida, criterios de división, etc., en un contexto simple, antes de introducir un paquete y una metodología que impliquen conceptos mucho más involucrados.