rpart 的结果只有 1 个根答案

【问题标题】：The result of rpart is just with 1 rootrpart 的结果只有 1 个根
【发布时间】：2014-01-26 09:38:00
【问题描述】：

在我的数据集中，泄漏有两个值 1,0。只有大约 300 行有 1，569378 行中有更多有 1。这就是我在 rpart 结果中只得到 1 个根的原因。

我该如何解决这个问题？

fm.pipe<-Leakage~PipeAge +PipePressure

> printcp(CART.fit)

Regression tree:
rpart(formula = fm.pipe, data = Data)

Variables actually used in tree construction:
character(0)

Root node error: 299.84/569378 = 0.00052661

n= 569378 

         CP nsplit rel error xerror xstd
1 0.0033246      0         1      0    0

【问题讨论】：

标签： r rpart

【解决方案1】：

如果自变量没有提供足够的信息来生长树，则可能没有办法“解决”这个问题。例如，请参阅 rpart.control 的帮助：“不会尝试任何不会将整体失配度降低 cp 的分割。”您可以尝试放松控制参数，但是不能保证这会导致树长出根。

CART.fit <- rpart(formula=fm.pipe, data=Data, control=rpart.control(minsplit=2, minbucket=1, cp=0.001))

【讨论】：

【解决方案2】：

我不确定我是否理解您的行长问题，但该错误通常意味着：

rpart 使用约束来构建决策树。这是默认值，来自the docs：

rpart.control(minsplit = 20, minbucket = round(minsplit/3), cp = 0.01, 
      maxcompete = 4, maxsurrogate = 5, usesurrogate = 2, xval = 10,
      surrogatestyle = 0, maxdepth = 30, ...)

您需要减少这些限制。正如@JeanVAdams 所说，从最低限度开始：

rpart(formula=fm.pipe, data=Data, 
      control=rpart.control(minsplit=1, minbucket=1, cp=0.001))

你的第一个结果可能会有太多的节点，所以你必须慢慢建立这些限制，直到你得到一个合适大小的树。

如果您仍然感到困惑，这里有一个示例：

假设您正在查看杂货店数据，并且想要查看最受欢迎的购物时间树。只有24小时，对吧？所以自变量只有 24 种可能性。 Rpart 的条件是

“一个节点中必须至少有 20 个东西我才能拆分它。”

这意味着您的节点甚至不能拆分一次。即使您有 150 亿行，也只有 24 种可能的拆分方式。它可能比这更复杂，但这是一个很好的起点。

我实际上正在研究这个确切的问题（按小时计算的购物者），我不得不将我的限制保持在尽可能低的水平，以便获得一棵树：

rpart(formula=fm.pipe, data=Data, control=rpart.control(minsplit=1, minbucket=1, cp=0.001))

【讨论】：

【解决方案3】：

我的数据集仅包含 14 行。尝试使用以下代码：

dtm<-rpart(playtennis~., weathe_train, method="class", minsplit=2, minbucket=1)

【讨论】：