我在R中使用rpart进行分类。决策树模型的训练代码如下：

> tree <- rpart(activity ~ . , data=trainData)> pData1 <- predict(tree, testData, type="class")

该决策树模型的准确率为：

> sum(testData$activity==pData1)/length(pData1)[1] 0.8094276

我阅读了一篇教程，了解如何通过交叉验证来修剪决策树：

> ptree <- prune(tree,cp=tree$cptable[which.min(tree$cptable[,"xerror"]),"CP"])> pData2 <- predict(ptree, testData, type="class")

修剪后的决策树的准确率仍然相同：

> sum(testData$activity==pData2)/length(pData2)[1] 0.8094276

我想知道我的修剪树有什么问题？以及如何在R中使用交叉验证来修剪决策树模型？谢谢。

回答：

你已经使用了最小交叉验证误差的决策树。另一种方法是选择最小的决策树，其误差在最佳决策树（你选择的那个）的1个标准误差范围内。这样做的原因是，根据交叉验证估计的误差，最小的决策树在1个标准误差范围内与最佳（最低交叉验证误差）的决策树预测效果相当，但它使用了更少的“项”。

通过以下代码绘制未修剪决策树的成本复杂度与树大小图：

plotcp(tree)

找到位于最小误差决策树左侧，且其cp值在最小误差决策树误差范围内的决策树。

修剪未能影响拟合决策树的原因可能有很多。例如，最佳决策树可能是算法根据?rpart.control中指定的停止规则停止的地方。