ההבדל בין tree ו rpart

[ronen]

שלום

אני מנסה לבנות עץ החלטה כדי לאבחן אוכלוסיה בסיכון

כשאני משתמש ב 

rpart

הוא לא בונה עץ גם כשאני משנה קריטריונים 

לעומת זאת בפרוצדורה

tree

אני מקבל עץ - לפחות פיצול אחד

תלוי בקירטריון

למה יש הבדל?

ומדוע

rpart

לא מפצל אפילו לפני שאני עושה גיזום של העץ

אשמח לכל הנחיה או הפניה

אני מצרף הנתונים

ואת הקוד אני מעתיק כאן

load("mydata.RData")

library(tree)

library(rpart)

fit1=     tree(PCR~., data=d5,split="deviance",method="class")

fit2=     rpart(PCR~., data=d5,method="class",

                minsplit=10,parms = list( split = "information"))

תודה רבה

[Tal Galili]

הפרמטריזציה של הפונקציות הללו קצת שונה.

תשווה בין:

?tree::tree.control

?rpart::rpart.control

הגודל המינימלי שבו העץ מוכן לפצל הוא שונה (20 מול 5), והרף חיתוך מוגדר קצת אחרת (Cp לעומת min deviance).

בכל מקרה, אם אתה רוצה להצליח לקבל פיצול (למרות ששווה לחשוב טוב טוב אם התוצאה הזו הגיונית עבורך), אז תוריד את הערך של cp דרך שימוש ב rpart.control

----------------Contact Details:-------------------------------------------------------
Contact me: Tal.G...@gmail.com | 
Read me: www.talgalili.com (Hebrew) | www.biostatistics.co.il (Hebrew) | www.r-statistics.com (English)
----------------------------------------------------------------------------------------------

--
You received this message because you are subscribed to the Google Groups "Israel R User Group" group.
To unsubscribe from this group and stop receiving emails from it, send an email to israel-r-user-group+unsub...@googlegroups.com.
For more options, visit https://groups.google.com/d/optout.

[ronen]

תודה רבה טל

כבר בדקתי את שני הדברים האלה לפני ששאלתי

שיניתי את המינימום לפיצול שיהיה דומה אבל ממילא זה לא רלוונטי - הפיצול הראשון הוא בגודל כמה מאות

וגם כבר ניסיתי לאפס את ה

cp

וזה עדיין מסרב לפצל

זה ממש מוזר בעיני כי יש שם פיצול הגיוני

וגם רגרסיה לוגיסטית מוצאת אותו

רונן