修剪rpart樹

Question

我正在嘗試使用r中的rpart包創建決策樹。爲了達到樹的最佳深度，我使用plotcp函數。當我使用printcp分析交叉驗證的結果，其他的細節中，我得到以下信息：

Root node error: 3599.8/14399 = 0.25

我的課是不平衡的（1-75級％，2-25級％）。那麼rpart似乎在做的是使用0.5的默認閾值。而且由於沒有一個節點對C2類的概率> 0.5，它們都被歸類爲C1。

我不可能指定概率閾值嗎？說，例如，如果C2的概率> 0.35，則將其歸類爲C2。

Answer 1

，你得到的消息：

Root node error: 3599.8/14399 = 0.25 

是不是一個錯誤。它是'printcp'的標準輸出的一部分，它只是簡單地顯示數據中每次觀察的平均誤差。據推測，你有14,399觀察。如果您正在進行分類，那麼正在使用的錯誤度量可能是GINI。你的樹可能會很好 - 我們看不到，因爲你沒有發佈剩餘的CP表。

如果你正在使用分類（例如在你的公式的主題是一個因子，或者你已經使用書面方法='class'），那麼落入每個節點的觀察分類是根據多數。事實上，如果所有的葉節點都擁有同一類中的多數，那麼所有發送到樹中的東西都將根據該類進行分類。你可以看看使用權重來鼓勵不同的行爲。