Question

就像标题中所说的那样，我正在尝试使用R中的rpart包在交叉验证和不交叉验证的情况下运行决策树。我正在使用xval参数执行此操作，如小插图中所述（{{3 }}）

不幸的是，无论有没有CV，我都会得到同一棵树。我已经比较了每个模型的计算时间，而CV模型所需的时间大约是它的10倍，所以它显然在做些什么，但我不知道该怎么做。

我还使用不同的复杂性参数对模型进行了多次重做，但是并没有什么不同。

这里的示例代码显示了我的问题，printcp的显示了相同的结果，并且训练和保留集的预测都相同。

library(rpart)
library(caret)

abalone <- read.csv(file = 'https://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data',header = FALSE)
names(abalone) <- c("sex", "length", "diameter", "height", "whole_weight", "shucked_weight", "viscera_weight", "shell_weight", "rings") 

train_set <- createDataPartition(abalone$sex, times = 1, p = 0.8, list = FALSE)

abalone_train <- slice(abalone, train_set)
abalone_test <- slice(abalone, -train_set)

abalone_fit_noCV <- rpart(sex ~ ., 
                     data = abalone_train, 
                     method = "class", 
                     parms = list(split = 'information'),
                     control = rpart.control(xval = 0,
                                             cp = 0.005)) 

abalone_fit_CV <- rpart(sex ~ ., 
                        data = abalone_train, 
                        method = "class", 
                        parms = list(split = 'information'),
                        control = rpart.control(xval = 10,
                                                cp = 0.005))

printcp(abalone_fit_noCV)
printcp(abalone_fit_CV)

CV_pred <- predict(abalone_fit_CV, type = "class")
noCV_pred <- predict(abalone_fit_noCV, type = "class")
confusionMatrix(CV_pred, noCV_pred)

CV_pred <- predict(abalone_fit_CV, abalone_test, type = "class")
noCV_pred <- predict(abalone_fit_noCV, abalone_test, type = "class")
confusionMatrix(CV_pred, noCV_pred)

Answer 1

以真正的初学者方式，我在发布后不久就想到了这一点。

对于其他遇到此问题的人，基本上可以在Cross Validated 上得到回答：

返回的最终树仍然是初始树。您必须使用带有交叉验证图的修剪功能来选择最佳子树。

如果您阅读了vignette的完整的修剪树部分，而不仅仅是交叉验证部分，则很清楚。

rpart给出相同的交叉验证结果，并且没有简历

1 个答案: