修剪回归树cp选择或其他方式

编程问答 2022-07-25

问题描述

我有一个由 n=76 个观测值组成的数据集。我尝试对 9 个环境变量如何塑造我的响应变量进行解释性分析！ 这是我的拟合回归树。我玩了一下 rpart.control 的参数

当我根据规则“cp-lowest xerror”执行修剪时，我最终只得到一个分割。

我的问题是是否有一种方法可以不以一分为二的方式结束

tree.model_1 = rpart(Shannon ~  distance_from_city_centre +
                                Light_complete_100m + 
                                Temperature_Celsius + 
                                Human_presence  + 
                                NDVI + 
                                Sound_dbC + 
                                Closest_Road_m + 
                                Closest_Path_m + 
                                Tree_cover,method="anova",data = data_stats_model,control = rpart.control(minsplit= 20,xval=76,cp=.01))

printcp 输出

Variables actually used in tree construction:
[1] distance_from_city_centre Light_complete_100m       Tree_cover               

Root node error: 131.92/76 = 1.7358

n= 76 

        CP nsplit rel error  xerror    xstd
1 0.159243      0   1.00000 1.02684 0.12498
2 0.055564      1   0.84076 0.88899 0.11909
3 0.043261      2   0.78519 1.16805 0.15102
4 0.026181      4   0.69867 1.20089 0.15711
5 0.010000      5   0.67249 1.21151 0.15874

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

cartdecision-treerpart