Gibt es eine Methode zum Erstellen von Entscheidungsbäumen, die strukturierte / hierarchische / mehrstufige Prädiktoren berücksichtigt?

Gibt es eine Methode zum Erstellen von Entscheidungsbäumen, die strukturierte / hierarchische / mehrstufige Prädiktoren berücksichtigt, mit denen ich beispielsweise Domänenwissen oder Einschränkungen für Interaktionen festlegen kann?

Wenn Sie metrische Antworten haben, gibt es einen RE-EM-Baum von Sela und Simonoff (Machine Learning, 86, 169-207). Das R-Paket wird aufgerufen REEMtree. Es ist für Paneldaten mit zufälligen Effekten vorgesehen, Sie sollten es jedoch auch für andere hierarchisch verschachtelte / mehrstufige Daten verwenden können.

Wenn Sie das Domänen-Know-how in ein Modell mit festen Effekten aufnehmen können, können Sie mit der party::mobFunktion auch modellbasierte rekursive Partitionierung verwenden.