Python RPR决策树得分

在使用SkLearn的Python中，您可以使用以下命令在决策树上创建和接收分数：

tr = tree.DecisionTreeClassifier(random_state=rseed, min_samples_split=2, ccp_alpha=0.005)
model_tree = tr.fit(train_features, train_outputs)

print(f'Model Train Accuracy: {model_tree.score(train_features, train_outputs)}')
print(f'Model Test Accuracy: {model_tree.score(test_features, test_outputs)}')

以上产生

Model Train Accuracy: 0.5942
Model Test Accuracy: 0.4933

如何使用R的Rpart在R（培训和测试数据）中获得类似的分数？

简而言之：

计算错误率，如下所示

确保在python和R中使用相同的参数和控制参数（请参阅）

model_树看一看