Question

我有大约300,000条记录，我正在尝试使用二进制分类解释变量＆＃34;请求＆＃34;。

我使用了以下代码：

require(rpart)
tree <-
  rpart(data=import, method="class",
    formula=Requested ~ 
     p0 + p_r + adow + tk + loy_pres + Sum_Offer_Price
     + Min_Offer_Price + Avg_Offer_Price + Avg_tk_m_p0
     + Min_tk_m_p0 + Avg_p_dis + Min_p_dis)

然而，这棵树出来很简单，只有一个分裂（就像一个颠倒的V）。

有谁知道如何让它变得更复杂？（在节点上包含其他自变量）谢谢！

Answer 1

如评论中所述，分割标准由cp参数控制，该参数可以直接传递给rpart：

rpart( ..., cp = whatever)

cp：复杂性参数。任何不会减少的分裂没有尝试通过'cp'因子整体缺乏适应性。例如，'anova'分裂，这意味着总体R平方必须在每一步增加'cp'。该此参数的主要作用是节省计算时间修剪明显不值得的分裂。从本质上讲，用户通知程序任何拆分不会通过“cp”提高适应度交叉验证，因此该计划不需要追求它

cp的默认值为0.01。你可以继续减少cp，直到你得到一棵复杂性符合你喜欢的树（当然这没有说明树将如何推广到新数据;理想情况下你会通过交叉验证来调整cp值。

您还可以试验minbucket的值以及您将在?rpart.control中看到的其他参数。

在rpart r接收非常小的树

1 个答案: