R中决策树如何判断性能

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求教各位大神~

现在需要用R生成决策树。我用了R中的rpart包，生成了一棵树，但是如何判断这棵树对数据的拟合是否准确？

一开始的思路是用十折交叉进行验证，但是具体要怎么做？从哪里看参数？能不能看到查全率和查准率？

另外，生成树后cp矩阵中，xerror是指“十折交叉验证”的误差吗？这个怎么用?

谢谢赐教~

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：决策树 Error rpart 交叉验证 PART R语言 分类树

xerror是交叉验证的估计误差
xval才是10折交叉验证

对于拟合的准确性，不能判断的，因为rpart包提供了复杂度损失修剪的修剪方法，printcp会告诉分裂到每一层，cp是多少，平均相对误差是多少。

其中，cp全称为complexity parameter，指某个点的复杂度，对每一步拆分,模型的拟合优度必须提高的程度，那么，可以选择具有最小xerror的cp的办法：


## prune(fit, cp= fit$cptable[which.min(fit$cptable[,"xerror"]),"CP"])  
fit2 <- prune(fit, cp=0.01);  
rpart.plot(fit2, branch=1, branch.type=2, type=1, extra=102,  
                shadow.col="gray", box.col="green",  
                border.col="blue", split.col="red",  
                split.cex=1.2, main="Kyphosis决策树")