根据我的分析,我正在使用 partykit 中的 ctree 函数。我的 ctree 包含所有二进制/分类变量。当我更改二元分类变量的值标签时,我最终得到了不同的 ctree 图。
初始标签
种族化:0 =“非种族”; 1 =“rac”
移民:0 =“非imm”; 1 =“我”
新标签
种族化:0 =“否”; 1 =“是”
移民:0 =“否”; 1 =“是”
我发现这只是当我将标签更改为“是/否”时的问题。我查看了我的代码,没有其他任何改变。我不明白为什么会这样。
我将不胜感激任何帮助/想法。
更新 这是我最初用于“标记”变量的代码的一瞥,这些代码几乎从数字变量变为字符:
data$racialized[data$PP_racialized==0]<- "non-rac"
data$racialized[data$PP_racialized==1]<- "rac"
data$racialized[data$PP_racialized==0]<- "no"
data$racialized[data$PP_racialized==1]<- "yes"
#before Ctree analysis
data <- data %>% dplyr::mutate_if(is.character, factor)
我发现当我使用 apply_labels 函数时,我的结果保持一致,并且在重命名变量时不再出现差异
data=apply_labels(racialized=c("rac"=1, "non-rac"= 0))
data=apply_labels(racialized=c("yes"=1, "no"= 0))
#before ctree analysis
data <- data %>% dplyr::mutate_if(is.numeric, factor)
我也有同样的问题。我也无法发布树输出,但会发布我的重命名代码:
set2$MedianAgeClefts <- factor(set2$MedianAgeClefts,
levels = c("M1", "M2"),
labels = c("Age<=36", "Age>36"))