Question

当从partykit绘制ctree模型时，我知道它选择了一个默认值来防止过度生长的树木过度拟合。此默认值有时会导致树过于简单。为了使用后修剪技术，我想使用ctree制作一个可能完全成熟的过度拟合树，然后再进行修剪。尝试许多不同的东西，但我的代码出错了。

使用all variables to make the tree的堆栈溢出答案不是我想要的。我不一定想要所有变量，但我希望树的最大深度尽可能地过度生长。

基本上，如何让树尽可能多的深度？

请参阅下面的代码和输出：

treemodel <- ctree(Species ~ ., iris)
plot(treemodel)

我使用了包中的帮助+文档，但没有看到很多选项来自定义它。有前途的是控制参数，但文档并不十分详细。通过在其他论坛上搜索，我尝试了以下内容：

treemodel <- ctree(Species ~ ., iris, control=mincriterion)

我也尝试过：

treemodel <- ctree(Species ~ ., iris, control="mincriterion")

但是这两个代码都会抛出错误。错误：

if（sum（weights）＆lt; ctrl $ minsplit）出错 return（partynode（as.integer（id）））：参数长度为零

我在mac os上使用partykit 1.1-1和r。

Answer 1

来自ctree的

partykit通过ctree_control参数接受control参数，您可以使用该参数来控制树适合的各个方面。

执行control=mincriterion或control="mincriterion"不正确，因此您收到错误消息。 control期望列表包含控制参数，而不是字符值。

特别是，您想要传递以下ctree_control：

来自包的作者本身：

当标准超过给定的值时，实施拆分 ctree_control中指定的mincriterion。例如，何时 mincriterion = 0.95，p值必须小于0.05才能拆分此节点。这种统计方法确保了正确大小的树是在没有额外（后）修剪或生长的情况下种植的交叉验证

因此，使用control=ctree_control()的最终代码：

diab_model <- ctree(diabetes ~ ., diab_train, control = ctree_control(mincriterion=0.005, minsplit=0, minbucket=0))
plot(diab_model)

第一行代码通过覆盖默认值来创建决策树，第二行代码绘制ctree对象。你会得到一棵最大深度的完全成长的树。试验mincriterion，minsplit和minbucket的值。它们也可以被视为超参数。这是plot(diab_model)

的输出