Baum Größen von CP Tabelle in rpart

Question

In dem R-Paket rpart gegeben, was die Größe der Bäume bestimmt für einen Entscheidungsbaum in der CP Tabelle dargestellt? Im folgenden Beispiel zeigt die CP-Tabelle standardmäßig nur Bäume mit 1, 2 und 5 Knoten an (als nsplit = 0, 1 bzw. 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 

Gibt es eine rpart() inhärente Regel verwendet, um zu bestimmen, welche Größe der Bäume zu präsentieren? Und ist es möglich, printcp() zu zwingen, Kreuzvalidierungsstatistiken für alle möglichen Baumgrößen zurückzugeben, d.h. für das obige Beispiel auch Zeilen für Bäume mit 3 und 4 Knoten (nsplit = 2, 3)?

Answer 1

Die Funktion rpart() wird mit der Funktion rpart.control() gesteuert. Es hat Parameter wie , die die Funktion teilt nur teilen, wenn es mehr Beobachtungen gibt als der angegebene Wert und cp, die die Funktion teilt nur teilt, wenn die insgesamt fehlende Anpassung um einen Faktor von cp verringert wird. Wenn Sie auf Ihrem obigen Beispiel summary(fit) ansehen, zeigt es die Statistik für alle Werte von nsplit. Um diese Werte zu drucken, wenn Sie printcp(fit) verwenden, müssen Sie die entsprechenden Werte von cp und auswählen, wenn Sie die ursprüngliche rpart-Funktion aufrufen.

Answer 2

Die cran-r-Dokumentation zu rpart erwähnt das Hinzufügen der Option cp = 0 zur rpart-Funktion. http://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf Es werden auch andere Optionen erwähnt, die in der Funktion rpart angegeben werden können, um zB die Anzahl der Splits zu steuern.

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