Decision Tree: CART¶

Package rpart

r.cart utilizza l’algoritmo CART (Classification and Regression Trees [1]) per determinare un modello predittivo di classificazione e regressione e generare un albero decisionale binario:

classification tree (class) se la variabile obiettivo è una variabile categoriale

regression tree (anova) se la variabile obiettivo è una variabile continua

Gli alberi vengono fatti crescere fino al massimo consentito. Per evitare l’overfitting del modello è necessario potare l’albero attraverso il parametro :cp (Cost complexity pruning).

Argomenti: [2]

varname => varlist: un hash con la variabile dipendente e l’elenco delle variabili indipendenti
:scale => varlist: specifica le variabili singole che devono essere considerate come ordinali
:weight => varname: il nome di una variabile di ponderazione
:tree => :simple|:rpart|:party|:ggparty: metodo utilizzato per la generazione del grafico (default: :rpart)
:method => :anova|:poisson|:class|:exp: se non specificato viene dedotto dal tipo di variabile obiettivo
:cp => value|:auto: Complexity parameter ; penalità per avere troppi nodi (default: 0.01)
:minsplit: minimum number of observations that must exist in a node in order for a split to be attempted
:minbucket: minimum number of observations in any terminal <leaf> node
:maxcompete: number of competitor splits retained in the output
:maxsurrogate: number of surrogate splits retained in the output
:usesurrogate: how to use surrogates in the splitting process
:xval: number of cross-validations
:surrogatestyle: controls the selection of a best surrogate
:maxdepth: maximum depth of any node of the final tree

Tabelle disponibili:

:analysis: riepilogo dei parametri dell’analisi

:nodes: tabella dei nodi generati

:varimp: importanza relativa delle variabili

Grafici disponibili:

:cp: accuratezza del modello rispetto a differenti valori di complexity parameter e dmensione dell’albero

:crossval: 1) r-square e numero di nodi; 2) errore relativo e numero di nodi

:tree: il grafico ad albero

:varimp: importanza relativa delle variabili

r.cart :d5 => [:sesso, :etaq, :area, :titolo, :user],
       :scale => [:d5, :titolo, :user],
       :weight => :peso,
       :cp => :auto, :abbr => [3, 10]

Note

[1]	Leo Breiman, Jerome Friedman, Charles J. Stone, R.A. Olshen (1984) Classification and Regression Trees, Chapman and Hall/CRC

[2]	Consultare Analisi per l’elenco dei parametri generali.