如何在R中指定决策树中的分支数答案

【问题标题】：How to specify number of branch in decision tree in R如何在R中指定决策树中的分支数
【发布时间】：2016-10-18 14:15:53
【问题描述】：

我正在使用决策树来预测我的数据集的未来行为。它包含我想要预测的称为“速率”的决策变量。我有许多影响速率列的特征，但是当我应用决策树算法时。我只给出了一个级别，即 ibt，如下面的代码中所述：

ad.apprentissage= rpart(rate~vqs+ibt+tbt+bf+n, data=filteredDataFinal)

node), split, n, loss, yval, (yprob)
      * denotes terminal node

1) root 27 15 4 (0.4074074 0.4444444 0.1481481)  
  2) ibt< 1.516 11  3 3 (0.7272727 0.2727273 0.0000000) *
  3) ibt>=1.516 16  7 4 (0.1875000 0.5625000 0.2500000) *

现在，我正在询问如何将其他级别添加到树中，例如 tbt 特征。

【问题讨论】：

标签： r decision-tree rpart

【解决方案1】：

也许我错过了您的问题，但 rpart 中的树大小由复杂度参数 (cp) 控制。您可以尝试不同的值来获得不同大小的树。

ad.apprentissage= rpart(rate~vqs+ibt+tbt+bf+n, data=filteredDataFinal, cp=0.1)

【讨论】：

感谢您的帮助，但它拆分了谁负责树长度
对了，minsplit 也会影响拆分次数，但一般来说拆分次数会随着cp的减少而增加。（顺便说一句，我刚刚意识到默认 cp 是 0.01，因此您需要低于此值才能在树中看到更多拆分）。