如何统计partykit::cforest中各特征的节点拆分使用次数？

要统计partykit::cforest模型里各特征用于节点拆分的次数，直接提取森林中每棵树的拆分变量并汇总即可，步骤如下：

1. 拟合cforest模型（示例） #

library(partykit)
data(iris)
# 拟合分类随机森林
cf <- cforest(Species ~ ., data = iris, control = cforest_unbiased(mtry = 2))

2. 提取并统计拆分次数 #

# 遍历每棵树，提取所有非终端节点的拆分变量名
split_vars <- lapply(cf$ensemble, function(tree) {
  # 获取非终端节点的变量索引
  var_ids <- tree$node[!tree$node$terminal, "split"]$varid
  # 映射为原始数据的变量名
  names(iris)[var_ids]
})

# 合并所有拆分变量并统计次数
split_counts <- table(unlist(split_vars))
# 输出结果
split_counts

3. 可选：统计相对拆分比例 #

如果需要查看各特征拆分次数的占比，可使用prop.table()转换：

prop.table(split_counts)

关键说明 #

• cf$ensemble存储了cforest中的所有决策树，每个元素是一个party对象
• 筛选!tree$node$terminal是为了只统计用于拆分的非终端节点，排除叶子节点
• 这个方法统计的是实际被用于节点拆分的次数，和基于置换的变量重要性（varimp(cf)）逻辑不同

内容的提问来源于stack exchange，提问作者Markus Loecher