我正在玩rpart。我正在使用一个有 5000 行的银行的游戏数据集，有 7 个 IV，并且该类有 2 个因素。
原始模型是（没有设置控制参数）：
UB_rpart <- rpart(UB_tree, method="class", data=UBank_train)
然后我在 rpart.plot 中创建一棵树，没有问题。
然后我尝试通过添加一些控制参数来修剪树：
Pruned_UB_rpart <-prune(UB_rpart,cp=.01, minsplit=10, minbucket=round(minsplit/3))
我绘制了修剪过的树，它看起来与第一棵树相同。我不断更改 minsplit（甚至高达 1000），以查看它何时更改。树永远不会改变。
但是，当我将 cp 更改为 .05 时，树会发生变化。
那么为什么 minsplit 不修剪树。我没有正确使用它吗？
在 Kyphosis Data 的帮助下找到以下修剪说明：
>printcp(rpart.kyphosis)
printcp显示拟合 rpart 对象的 cp 表，并根据复杂性参数打印最佳修剪表。要确定这棵树是否合适，或者某些分支是否需要进行修剪，我们可以使用 cptable。cptable 提供了模型整体拟合的简要总结。该表从最小的树（0 分割）到最大的树（7 分割）打印。CPtable 总是列出分割数而不是节点数（即 1+分割数）。
有一条规则要求1 SE rule找到最佳分割数。根据这个规则取smallest Xerror (1.2941)并添加到它对应的standard error (0.2355)。相加得到1.5296. 我们需要找到分裂最少且小于这个数字的分裂。实际上，所有 4 个都适合这个范围。所以，我们取fewest (nsplit=0)and 对应CP value (0.176)并用 that to prune。
>fit2 = prune(rpart.kyphosis,cp=0.176)