在 rpart r 中接收非常小的树

Question

我有大约 300,000 条记录，我正在尝试拟合二进制分类解释变量“Requested”。

我使用了以下代码：

require(rpart)
tree <-
  rpart(data=import, method="class",
    formula=Requested ~ 
     p0 + p_r + adow + tk + loy_pres + Sum_Offer_Price
     + Min_Offer_Price + Avg_Offer_Price + Avg_tk_m_p0
     + Min_tk_m_p0 + Avg_p_dis + Min_p_dis)

然而，这棵树很简单，只有一个分裂（就像一个倒置的 V）。

有谁知道如何使它更复杂？ （包括节点上的其他自变量）谢谢！

Answer 1

正如评论中所说，拆分标准由cp参数控制，可以直接传递给rpart：

rpart( ..., cp = whatever)

cp：复杂度参数。任何不减少 没有尝试因“cp”因素而整体缺乏拟合。 例如，对于“anova”分裂，这意味着 总体 R 平方必须在每一步增加“cp”。这 该参数的主要作用是节省计算时间 修剪显然不值得的分裂。 本质上，用户通知程序任何分裂 不会通过“cp”提高拟合度可能会被修剪掉 交叉验证，因此程序不需要追求 它。

cp 的默认值为 0.01。您可以不断降低 cp，直到您得到一棵其复杂性符合您的喜好的树（当然，这并没有说明该树对新数据的泛化能力如何；理想情况下，您可以通过交叉验证调整 cp 值）。

您还可以试验minbucket 的值以及您将在?rpart.control 中看到的其他参数。