如何在R中修剪一棵树？

Question

我正在使用 R 中的 rpart 进行分类。树模型由以下人员训练：

> tree <- rpart(activity ~ . , data=trainData)
> pData1 <- predict(tree, testData, type="class")

这个树模型的准确率是：

> sum(testData$activity==pData1)/length(pData1)
[1] 0.8094276

我阅读了tutorial 以通过交叉验证来修剪树：

> ptree <- prune(tree,cp=tree$cptable[which.min(tree$cptable[,"xerror"]),"CP"])
> pData2 <- predict(ptree, testData, type="class")

剪枝树的准确率还是一样的：

> sum(testData$activity==pData2)/length(pData2)
[1] 0.8094276

我想知道我修剪过的树有什么问题？以及如何在 R 中使用交叉验证来修剪树模型？谢谢。

Answer 1

您已使用最小交叉验证错误树。另一种方法是使用在最佳树（您正在选择的树）的 1 个标准误差内的最小树。这样做的原因是，考虑到误差的 CV 估计，1 个标准误差内的最小树在预测方面的表现与最佳（最低 CV 误差）树一样好，但它用更少的“术语”。

通过以下方式绘制 un 修剪树的成本复杂度与树大小的关系：

plotcp(tree)

找到误差最小的那棵树的左边，它的cp值在误差最小的那棵树的误差范围内。

修剪不影响拟合树的原因可能有很多。例如，最好的树可能是算法根据?rpart.control 中指定的停止规则停止的树。