在运行分类树（在R中）后，如何在第一个十分位找到电梯

我在ebayAuctions数据集上运行了下面的分类树，并试图找到第一个十分位数的提升。下面是我使用过的代码，但不知何故它毫无意义，即使是小数点加起来也不等于10！我觉得问题出在我的身上 函数，但不确定如何修复它。谁能帮帮我吗

class.tree <- rpart(Competitive. ~ .,
                    data=train.df,
                    method="class",
                    parms=list(split="information"),
                    control=rpart.control(minsplit=1),
                    xval =10 #10 fold cv
)

Pred.val <- predict(class.tree ,valid.df,type = "class")
treeScore<- predict(class.tree,valid.df,type = "prob")


library(gains)
gain <- gains(valid.df$Competitive., treeScore[,2])
gain

# plot lift chart
plot(c(0,gain$cume.pct.of.total*sum(valid.df$Competitive.))~c(0,gain$cume.obs),
     xlab="# cases", ylab="Cumulative", main="", type="l")
lines(c(0,sum(valid.df$Competitive.))~c(0, dim(valid.df)[1]), lty=2)
# compute deciles and plot decile-wise chart
heights <- gain$mean.resp/mean(valid.df$Competitive.)
midpoints <- barplot(heights, names.arg = gain$depth, ylim = c(0,3),
                     xlab = "Percentile", ylab = "Mean Response", main = "Decile-wise lift chart")
# add labels to columns
text(midpoints, heights+0.5, labels=round(heights, 1), cex = 0.8)

---

class.tree在不给出绘图的情况下，函数
TopDecileLift（）
可能会给出您想要的答案：

TopDecileLift(predicted_rf, validation$Competitive.)
[1] 1.264

谢谢你，瑞夫。我在随机林上尝试了相同的方法，但得到了不同的值：对于随机林：1.624。对于单个分类树：1.762。你知道我是否/如何将此应用于增强或套袋树木吗？