分区建议是什么促使你提出这个愿望清单请求？
我发现使用多棵树有助于深入了解复杂的观测数据集。
您希望看到哪些改进？
几点建议：
- 允许在分区内创建 k 棵树。
- 允许在构建树时添加一个选项，当 logworth 小于 k 时停止树内的路径。
- 作为多棵决策树的输出结果，给出变量对之间相关性的统计，这些变量对要么同时出现在同一棵树中，要么不出现在同一棵树中。如果两个预测变量相关，它们往往不会同时出现在同一棵树中。此外，由于这两个变量的影响会同时出现在不同的树中，因此每个变量的重要性也会降低。根据变量出现的次数对变量进行排序。上三角区域代表相关性，下三角区域代表两个变量在同一棵树中出现的次数。
为什么这个想法很重要？
大型、复杂的观测数据集，例如营养、医疗等数据，正变得越来越容易获取。了解变量之间的关系有助于理解潜在的因果关系。
高级统计建模数据探索与可视化预测建模和机器学习回复：分区建议 - 状态已更改为：已确认感谢您提出这项建议。我们正在评估。
