创建决策树并进行超参数调整R？

Question

使用R建模非常陌生。我想创建一个决策树，并对参数进行超参数调整，并让模型输出最佳超参数是什么。完成之后，我想使用这些参数来拟合模型。

来自Python背景，GridSearchCV非常简单，而且确实做到了这一点。看着文档，我对如何设置参数网格一无所知。到目前为止，这是我的代码：

train_matrix <- Matrix(as.matrix(train[, var_selected_train]),
                   sparse = TRUE)

test_matrix <- Matrix(as.matrix(test[, var_selected_test]),
                   sparse = TRUE)


dtree <- tune.rpart(target~., data = train_matrix, minsplit = c(5,10,15,20), maxdepth = c(1, 3, 5, 10, 15, 20, 25, 30))

summary(dtree)

首先，我不确定对“功能”论点应该说些什么，因此从我的研究中，我得出结论，那就是响应可变。 var_selected_train和var_selected_test是我从数据框中选择的实际列。

我走对了吗？任何帮助都会很棒！