请教rpart决策树的剪枝功能

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

rpart包里，除了生成决策树外，还是个剪枝的命令prune，
我想请教下大家，在使用rpart生成决策树的时候，是否已经自带剪枝功能了。？？（是不是要配参数？）

还是说自能单独使用prune来剪枝？
我看prune和rpart的命令里，都有一个cp的参数，这个参数不太明白呢，请熟悉的同学指导下～

谢谢～

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1 回帖

关键词：rpart PART ART 决策树 Run

1，rpart没有自带剪枝功能，需要你根据准则进行判断，这里是SE准则和cp准则。
2，使用prune进行剪枝，命令：
library(DMwR)
library(rpart)
data(algae)
algae <- algae[-manyNAs(algae), ]
rt.a1 <- rpart(a1 ~ .,data=algae[,1:12])
rt.a1
rt2.a1 <- prune(rt.a1,cp=0.0278)
rt2.a1
(Prune a tree-based model using the SE rule，se is       
the value of the SE threshold (defaulting to 1))
根据cp准则选取xerror最小值
或者
set.seed(1234)
rt.a1 <- rpartXse(a1 ~ .,data=algae[,1:12])
rt.a1
根据se准则选取xerror小于xerror+xstd(help(prune))
3，cp is the Complexity parameter to which the rpart object will be trimmed)
printcp(rt.a1)

hubifeng？ 发表于 2014-9-5 10:53
1，rpart没有自带剪枝功能，需要你根据准则进行判断，这里是SE准则和cp准则。
2，使用prune进行剪枝，命令 ...

谢谢指点～
关于prune的cp选择不是很理解hubifeng兄所说的
一种方法是根据1se rule 对么？
我理解1se rule 应该就是选择xstd最小的，你说的xerror小于xerror+xstd这个不太明白

另一个是使用cp准则么？这个也不太明白呢

或者你说的自带剪枝功能指的是它的先剪枝？
如果是的话，先剪枝是通过指定决策树的最大深度、最小样本量、cp值，（rpart()函数的三个参数(cp、minsplit、maxdepth)确定）进行的。