rpart.control最小拆分不更改树

Question

我在玩rpart。我使用的是一家银行的play数据集，有5000行，有7个IV，类有2个因子。

原始模型为(未设置控制参数)：

UB_rpart <- rpart(UB_tree, method="class", data=UBank_train)

然后，我在rpart.plot中创建了一个树，没有任何问题。

然后，我尝试通过添加一些控制参数来修剪树：

Pruned_UB_rpart <-prune(UB_rpart,cp=.01, minsplit=10, minbucket=round(minsplit/3))

我绘制了修剪后的树，它看起来与第一棵树完全相同。我一直在修改minsplit (甚至高达1000)，看看它什么时候会改变。这棵树永远不会改变。

但是，当我将cp更改为.05时，树就会发生变化。

那么为什么minsplit不修剪这棵树呢？我是不是用错了？

Answer 1

在Kyphosis数据的帮助下，可以找到以下关于剪枝的解释：

>printcp(rpart.kyphosis)  

​

printcp显示拟合的rpart对象的cp表，并基于复杂性参数打印最优剪枝的表。要确定树是否合适，或者是否需要对某些分支进行修剪，我们可以使用cptable。cptable提供了模型的总体拟合的简要摘要。从最小的树(0个拆分)到最大的一个(7个拆分)打印表格。CPtable始终列出拆分数量，而不是节点数(这是1+the拆分数量)。

有一个名为1 SE rule的规则，用于查找最佳拆分数量。根据此规则，获取smallest Xerror (1.2941)并向其添加相应的standard error (0.2355)。将其相加得到1.5296。我们需要找到拆分最少且小于这个数字的拆分。实际上，所有4个都在这个范围内。因此，我们获取fewest (nsplit=0)和相应的CP value (0.176)，并将其用于prune。

>fit2 = prune(rpart.kyphosis,cp=0.176)