强制决策树进入最低度

时间:2016-04-04 10:34:28

标签: r machine-learning data-mining decision-tree party

即使之前被丢弃,决策树也可以强制进入特定的程度吗?

我尝试使用 Party Package(ctree)构建决策树,但是从设置的参数/类别中忽略它。 有没有办法包含一个包含所有设置类别的决策树(即使结果很接近)? 我想强制树最小节点数

例如,在附加图中,有7个节点。 我想强制树有10个节点。 这可能吗?

谢谢!

Optimum tree for iris

1 个答案:

答案 0 :(得分:0)

从你的问题来看,目前尚不清楚你想要实现的目标。添加可重现的代码并描述您的问题。以下是如何根据需要参数化节点/树的数量的示例:

library(caret)
modFit<-train(classifier~., data=training, method="rf", ntree=100, importance=TRUE, maxnodes=3)

有关基于树的模型的更多详细信息(包含'caret'):

http://topepo.github.io/caret/Tree_Based_Model.html