在rpart中使用不同树的循环预测

时间:2017-09-05 15:48:41

标签: r loops tree rpart

我在R中使用rpart库来创建一系列具有不同最大树深度选择的分类树。我的目标是比较使用这些不同深度构建的树的错误率。

现在,我的代码分为两部分。在第一部分中,我使用for循环将树生长到许多不同的深度:

for(i in 1:12) {
  nam <- paste("tree", i, sep="_")
  assign(nam, rpart(y ~ ., data = A, method="class", control=rpart.control(maxdepth=i, cp=0, minbucket = 1, minsplit = 2)))
}

但是,我必须使用测试数据计算每个树的错误率:

yhat_test_1 <- predict(tree_1, newdata = B, type = c("class"))
test_error_1 <- mean(yhat_test_1!=B[,1])

如果我想比较大量树的错误率,这需要大量的代码。有没有办法简化这个过程,所以我可以一次测试大量不同树的错误率?

0 个答案:

没有答案