R如何使用Rpart和tree确定最大可能的树

我想用rpart和tree包确定可能的最大树。我用这两个包创建了树，但我不知道如何到达最大的树。有人知道吗？

我不知道是否可以通过一些参数设置所需节点的数量，但是，您可以通过减少

rpart.control

函数的

cp

参数来增加树的复杂性。像这样：

library(rpart)
library(rpart.plot)
data(iris)
l <- lapply(c(0.1,0.01,0.001), function(x){
  X_rpart = rpart(
    Species ~ .,
    method = "class",
    data = iris,
    control = rpart.control(minsplit = 1,cp=x)
  )
})

for (i in 1:length(l)) {
  rpart.plot(l[[i]])
}

库（rpart）
库（rpart.plot）
数据（iris）
l你能提供一个相关数据的例子吗？X_rpart=rpart（type~，method=“class”，data=rawdata\u trainingset，control=rpart.control（minsplit=1））。这是我的树创建代码，它给出了8个节点的树，但我想用给定的数据达到最大的树。例如，我可以用给定的数据创建15个节点的树吗谢谢你的评论：））。我会试试的，我希望它能奏效。Thx很多：）