R包“；“树”：minsize和mincut有什么区别？

用于构造分类树（使用“树”库）的

tree

命令是使用

tree.control

配置的。

tree.control

帮助页面解释了

minsize

和

mincut

参数，如下所示：

mincut  
The minimum number of observations to include in either child node.
This is a weighted quantity; the observational weights are used to
compute the ‘number’. The default is 5.

minsize 
The smallest allowed node size: a weighted quantity. The default is 10.

---

对我来说，这两个描述似乎说了非常相似的事情。

mincut

和

minsize

之间有什么区别？

据我所知，对于分类，

mincut

确定每个类所需的最小观察次数，其中

minsize

是节点所需的最小观察次数

---

例如，假设我在一个节点中有14个观测值，并且正在决定是否拆分。如果A班有11人，B班只有4人，那么我不应该分开，因为我没有每个班至少5人。如果A类中有10个，B类中有5个，那么我可以拆分。

据我所知，对于分类，

mincut

确定每个类所需的最小观察次数，其中

minsize

是节点所需的最小观察次数

---

例如，假设我在一个节点中有14个观测值，并且正在决定是否拆分。如果A班有11人，B班只有4人，那么我不应该分开，因为我没有每个班至少5人。如果A类中有10个，B类中有5个，那么我可以拆分。

据我所知，对于分类，

mincut

确定每个类所需的最小观察次数，其中

minsize

是节点所需的最小观察次数

---

例如，假设我在一个节点中有14个观测值，并且正在决定是否拆分。如果A班有11人，B班只有4人，那么我不应该分开，因为我没有每个班至少5人。如果A类中有10个，B类中有5个，那么我可以拆分。

据我所知，对于分类，

mincut

确定每个类所需的最小观察次数，其中

minsize

是节点所需的最小观察次数

例如，假设我在一个节点中有14个观测值，并且正在决定是否拆分。如果A班有11人，B班只有4人，那么我不应该分开，因为我没有每个班至少5人。如果我有10个在A班，5个在B班，那么我可以分开