在rpart r中接收非常小的树

我有大约300000条记录，我正在尝试拟合二进制分类解释变量“request”

我使用了以下代码：

require(rpart)
tree <-
  rpart(data=import, method="class",
    formula=Requested ~ 
     p0 + p_r + adow + tk + loy_pres + Sum_Offer_Price
     + Min_Offer_Price + Avg_Offer_Price + Avg_tk_m_p0
     + Min_tk_m_p0 + Avg_p_dis + Min_p_dis)

require（rpart）
树如注释中所述，拆分标准由
cp
参数控制，该参数可直接传递到
rpart
：

rpart( ..., cp = whatever)

cp：复杂性参数。任何不降低成本的拆分
未尝试通过“cp”的系数进行整体拟合。
例如，使用“方差分析”拆分，这意味着
每一步的总R平方必须增加“cp”。这个
此参数的主要作用是通过以下方式节省计算时间：
剪掉明显不值得的裂痕。
本质上，用户通知程序
不能通过“cp”改善贴合度的，可能会通过
交叉验证，因此程序不需要进行
它

cp
的默认值为0.01。您可以不断降低cp，直到得到一棵复杂度符合您要求的树（当然，这并没有说明该树将如何推广到新数据；理想情况下，您可以通过交叉验证来调整
cp
值）

您还可以试验
minbucket
的值以及将在
？rpart.control
中看到的其他参数。请阅读
？rpart.control
中
控件
参数的文档。