Kích cỡ cây được đưa ra bởi bảng CP trong rpart

Question

Trong r gói R, điều gì xác định kích thước của cây được trình bày trong bảng CP cho cây quyết định? Trong ví dụ dưới đây, bảng CP mặc định chỉ trình bày các cây có các nút 1, 2 và 5 (tương ứng là nsplit = 0, 1 và 4).

library(rpart) 
fit <- rpart(Kyphosis ~ Age + Number + Start, method="class", data=kyphosis) 
> printcp(fit) 

Classification tree: 
rpart(formula = Kyphosis ~ Age + Number + Start, data = kyphosis, 
method = "class") 

Variables actually used in tree construction: 
[1] Age Start 

Root node error: 17/81 = 0.20988 

n= 81 

     CP nsplit rel error xerror xstd 
1 0.176471  0 1.00000 1.00000 0.21559 
2 0.019608  1 0.82353 0.94118 0.21078 
3 0.010000  4 0.76471 0.94118 0.21078 

Có quy tắc vốn có rpart() được sử dụng để xác định kích thước cây để trình bày không? Và có thể ép buộc printcp() trả lại thống kê xác thực chéo cho tất cả các kích thước cây có thể, ví dụ như ví dụ trên, cũng bao gồm các hàng cho các cây có 3 và 4 nút (nsplit = 2, 3) không?

Answer 1

Chức năng rpart() được kiểm soát bằng cách sử dụng chức năng rpart.control(). Nó có các thông số như minsplit mà nói với các chức năng để chỉ chia khi có nhiều quan sát thì giá trị cụ thể và cp mà nói với các chức năng để chỉ chia nếu thiếu tổng thể phù hợp được giảm một yếu tố của cp. Nếu bạn xem summary(fit) trên ví dụ trên, nó sẽ hiển thị số liệu thống kê cho tất cả các giá trị của nsplit. Để có được các giá trị này để in khi sử dụng printcp(fit), bạn cần phải chọn các giá trị thích hợp là cp và minsplit khi gọi hàm rpart gốc.

Answer 2

Tài liệu cran-r trên rách đề cập thêm tùy chọn cp = 0 vào hàm rpart. http://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf Nó cũng đề cập đến các tùy chọn khác có thể được đưa ra trong các chức năng rpart ví dụ như để kiểm soát số lượng chia tách.

dfit <- rpart(y ~ x, method='class', 
      control = rpart.control(xval = 10, minbucket = 2, **cp = 0**))