Wie wähle ich die Anzahl der Teilungen in rpart ()?

Ich habe rpart.controlfür verwendet minsplit=2und habe die folgenden Ergebnisse von der rpart()Funktion erhalten. Muss ich Splits 3 oder Splits 7 verwenden, um eine Überanpassung der Daten zu vermeiden? Sollte ich nicht Splits 7 verwenden? Lass es mich wissen, bitte.

Tatsächlich in der Baumkonstruktion verwendete Variablen:

[1] ct_a ct_b usr_a

Root node error: 23205/60 = 386.75

n= 60        

    CP nsplit rel error  xerror     xstd
1 0.615208      0  1.000000 1.05013 0.189409
2 0.181446      1  0.384792 0.54650 0.084423
3 0.044878      2  0.203346 0.31439 0.063681
4 0.027653      3  0.158468 0.27281 0.060605
5 0.025035      4  0.130815 0.30120 0.058992
6 0.022685      5  0.105780 0.29649 0.059138
7 0.013603      6  0.083095 0.21761 0.045295
8 0.010607      7  0.069492 0.21076 0.042196
9 0.010000      8  0.058885 0.21076 0.042196

r cart rpart

— Samarasa
quelle

Ich habe dies in dem Follow-up beantwortet, das Sie in der vorherigen Frage gepostet haben. Angesichts dessen bestand keine Notwendigkeit dafür. Ich erwähnte, dass Sie Qs nicht bearbeiten sollten, um sie später nachschlagen zu können !

— Gavin Simpson

Um in Zukunft nicht mehr nach der entsprechenden Frage zu suchen, finden Sie hier den Link zum vorherigen Q: stats.stackexchange.com/questions/13446/… .

— Chl

Die Konvention besteht darin, den besten Baum (niedrigster relativer Kreuzvalidierungsfehler) oder den kleinsten (einfachsten) Baum innerhalb eines Standardfehlers des besten Baums zu verwenden. Der beste Baum befindet sich in Zeile 8 (7 Teilungen), aber der Baum in Zeile 7 (6 Teilungen) erledigt effektiv die gleiche Aufgabe ( xerrorfür Baum in Zeile 7 = 0,21761, der innerhalb (kleiner als) xerrordes besten Baums plus eines Standards liegt Fehler xstd,, (0,21076 + 0,042196) = 0,252956) und ist einfacher, daher würde die 1 Standardfehlerregel ihn auswählen.

— Gavin Simpson
quelle