【发布时间】：2017-04-09 10:23:37
【问题描述】：
我希望这不是太模糊，但我正在构建一个具有很大类别不平衡（1% 命中率）和一些不良预测因子的决策树。
Rpart 的默认设置甚至不拆分树，尝试更改敏感度 (cp) 会这样做，但它似乎只是试图隔离一小部分真正命中率 (50%) 的群体。
我很高兴能在我的数据中找到更通用的规则，这些规则可以以较低（如 5%）的命中率隔离更大的组。不需要比这更好。
低灵敏度和高 min-bucket 似乎也无济于事。
我可以对 R 部分的设置做些什么来为我的数据集获取这些一般规则？
【问题讨论】：
标签： r decision-tree rpart