R 将决策树强制到最小度

决策树是否可以强制进入特定程度，即使之前已被丢弃

我试图用Party Package（ctree）构建一个决策树，但在设置的参数/类别中忽略了它。 有没有一种方法可以将决策树包含在所有集合类别中（即使结果很接近）？ 我想强制树的最小节点数

例如，在连接图中，有7个节点。 我想强制树具有10个节点。 这是可能的吗

谢谢

---

从你的问题来看，不清楚你想要实现什么。添加可复制的代码并描述您的问题。下面是一个示例，说明如何在需要时参数化节点/树的数量：

library(caret)
modFit<-train(classifier~., data=training, method="rf", ntree=100, importance=TRUE, maxnodes=3)

---

不确定这个练习的目的是什么。但是通过基本上改变训练参数，可以得到不同数量的节点。例如，下一个值将为您提供所需的10个节点：

tree1我认为在
ctree（）
（或
rpart（）
）中，强制一棵树正好有10个节点是不容易的。您有各种调优选项，例如最小节点大小、树的最大深度，以及
ctree（）
继续拆分所需的重要性级别。如@Alex之前所述，修改这些内容将导致生成一棵（大约）所需大小的树。
http://topepo.github.io/caret/Tree_Based_Model.html