修剪rpart树

Question

我正在尝试使用R中的rpart包创建决策树。为了达到树的最佳深度，我使用plotcp函数。当我使用printcp分析交叉验证的结果时，除其他细节外，我收到以下消息：

  

根节点错误：3599.8 / 14399 = 0.25

我的课程不平衡（1-75％，2-25％）。所以rpart似乎正在做的是使用默认阈值0.5。并且由于没有节点具有概率＆gt;对于C2类，它们都被归类为C1。

我不可能指定概率阈值吗？比方说，例如，如果＆gt; C2为0.35，将其归类为C2。

Answer 1

您收到的消息：

Root node error: 3599.8/14399 = 0.25

不是错误。它是＆lt; printcp＆＃39;标准输出的一部分。并且只是显示数据中每次观察的平均误差。据推测，你有14,399个观测值。如果您正在进行分类，那么正在使用的错误度量可能是GINI。你的树可能做得很好 - 我们看不到，因为你没有发布你的CP表的其余部分。

同样如此，如果你正在使用分类（例如在rpart中你的公式的主语是一个因素，或者你使用了书面方法=＆＃39; class＆＃39;），那么观察的分类就会下降按照大多数进入每个节点。事实上，如果所有叶节点在同一个类中占多数，那么从树中发送的所有内容都将根据该类进行分类。您可以考虑使用权重来鼓励不同的行为。