R语言使用rpart包构建决策树模型选择合适的树大小(复杂度)检查决策树对象的cptable内容（树的大小由分裂次数定义预测误差）使用plotcp函数可视化决策树复杂度参数与交叉验证错误的关系
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言使用rpart包构建决策树模型选择合适的树大小(复杂度)检查决策树对象的cptable内容（树的大小由分裂次数定义预测误差）使用plotcp函数可视化决策树复杂度参数与交叉验证错误的关系相关的知识，希望对你有一定的参考价值。
R语言使用rpart包构建决策树模型、为了选择合适的树大小(复杂度)检查决策树对象的cptable内容（树的大小由分裂次数定义、预测误差）、使用plotcp函数可视化决策树复杂度参数与交叉验证错误的关系、选择合适的树大
以上是关于R语言使用rpart包构建决策树模型选择合适的树大小(复杂度)检查决策树对象的cptable内容（树的大小由分裂次数定义预测误差）使用plotcp函数可视化决策树复杂度参数与交叉验证错误的关系的主要内容，如果未能解决你的问题，请参考以下文章
获取 R 中 rpart/ctree 包的每一行预测数据集的决策树规则/路径模式
R语言实战应用精讲50篇（三十一）-R语言实现决策树（附R语言代码）