rpart不分割明显的节点

我使用的数据集大约有54K条记录和5个类（pop），其中一个类是不重要的。我正在使用插入符号包和以下内容来运行rpart：

model <- train(pop ~ pe + chl_small, method = "rpart", data = training)

model=32070.5 22589 10281 ultra（0.39 0.068 0.54）*
3） pe>=5004 14722 1113合成回波（0.0052 0.052 0.0047 0.92 0.013）*

显然，应该进一步拆分节点5，但rpart没有这样做。我尝试使用

cp=.001

到

cp=.1

以及

minbucket=1000

作为附加参数，但没有改进

---

感谢您的帮助。

尝试使用更小的

cp=0.00001

或

cp=-1

运行模型。如果仍然没有分割该节点，则意味着分割不会改善整体拟合

您还可以尝试将分割标准从默认的基尼杂质更改为信息增益标准：

parms=list（split=“information”）

如果强制拆分，最好快速检查： 比较原始模型和具有小

cp

的模型的训练集和测试集的准确性

---

如果原始模型的训练与测试之间的差异小得多，那么另一个模型可能会过度拟合数据

为什么说节点5必须拆分？如果节点中类的分布与预测器无关，则拆分它不会有任何好处。此外，如果希望尽可能强制rpart拆分，请设置

cp=-1

（或任何负数）。

n= 54259 

node), split, n, loss, yval, (yprob)
  * denotes terminal node

1) root 54259 38614 pico (0.0014 0.18 0.29 0.25 0.28)  
 2) pe< 5004 39537 23961 pico (0 0.22 0.39 2.5e-05 0.38)  
  4) chl_small< 32070.5 16948  2900 pico (0 0.00012 0.83 5.9e-05 0.17) *
  5) chl_small>=32070.5 22589 10281 ultra (0 0.39 0.068 0 0.54) *
3) pe>=5004 14722  1113 synecho (0.0052 0.052 0.0047 0.92 0.013) *