10
我做的R.使用軟件rpart分類樹模型由訓練有素的:如何修剪R中的樹?
> tree <- rpart(activity ~ . , data=trainData)
> pData1 <- predict(tree, testData, type="class")
此樹模型的精度是:
> sum(testData$activity==pData1)/length(pData1)
[1] 0.8094276
我讀了一tutorial修剪樹通過交叉驗證:
> ptree <- prune(tree,cp=tree$cptable[which.min(tree$cptable[,"xerror"]),"CP"])
> pData2 <- predict(ptree, testData, type="class")
準確率的修剪樹仍然是相同的:
> sum(testData$activity==pData2)/length(pData2)
[1] 0.8094276
我想知道我修剪過的樹有什麼問題嗎?我該如何使用R中的交叉驗證來修剪樹模型?謝謝。