Я делаю классификацию с использованием rpart в R. Деревовая модель обучается:
> tree <- rpart(activity ~ . , data=trainData)
> pData1 <- predict(tree, testData, type="class")
Точность для этой древовидной модели:
> sum(testData$activity==pData1)/length(pData1)
[1] 0.8094276
Я прочитал учебник, чтобы обрезать дерево с помощью перекрестной проверки:
> ptree <- prune(tree,cp=tree$cptable[which.min(tree$cptable[,"xerror"]),"CP"])
> pData2 <- predict(ptree, testData, type="class")
Коэффициент точности для обрезанного дерева остается тем же:
> sum(testData$activity==pData2)/length(pData2)
[1] 0.8094276
Я хочу знать, что случилось с моим обрезанным деревом? И как я могу обрезать древовидную модель с использованием перекрестной проверки в R? Спасибо.