rpartのCPテーブルによって与えられるツリーサイズ

Question

Rパッケージrpartでは、決定木のCPテーブル内に表示されるツリーのサイズはどのように決定されますか？以下の例では、CPテーブルはデフォルトで、1,2ノード、5ノードのツリーのみを表示します（それぞれnsplit = 0,1,4）。

library(rpart) 
fit <- rpart(Kyphosis ~ Age + Number + Start, method="class", data=kyphosis) 
> printcp(fit) 

Classification tree: 
rpart(formula = Kyphosis ~ Age + Number + Start, data = kyphosis, 
method = "class") 

Variables actually used in tree construction: 
[1] Age Start 

Root node error: 17/81 = 0.20988 

n= 81 

     CP nsplit rel error xerror xstd 
1 0.176471  0 1.00000 1.00000 0.21559 
2 0.019608  1 0.82353 0.94118 0.21078 
3 0.010000  4 0.76471 0.94118 0.21078 

提示する木のどのようなサイズを決定するために使用する固有のルールrpart()はありますか？ printcp()に、ツリーのすべての可能なサイズのクロスバリデーション統計を返すことが可能ですか？つまり、上記の例では、3ノードと4ノードのツリー（nsplit = 2,3）の行も含めますか？

Answer 1

rpart()機能は、rpart.control()機能を使用して制御されます。より多くの観測値があるときに分割する関数と、指定された値がcpであることを伝えるminsplitのようなパラメータがあり、全体的な不足がcpのファクタだけ減少した場合にのみ分割するように指示します。 上記の例でsummary(fit)を見ると、すべての値がnsplitの統計情報が表示されます。 printcp(fit)を使用してこれらの値を印刷するには、元のrpart関数を呼び出すときに、cpとminsplitの適切な値を選択する必要があります。

Answer 2

rpartのcran-rドキュメントには、rpart関数にオプションcp = 0が追加されています。 http://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf また、分割の数を制御するためにrpart関数に与えることができる他のオプションについても言及しています。

dfit <- rpart(y ~ x, method='class', 
      control = rpart.control(xval = 10, minbucket = 2, **cp = 0**))