Oříznutí stromu se změněnými apriorními pravděpodobnostmi

Ve videu sis ukázal/a, že oříznutí stromu je nezbytné, abychom se vyhnuli přetrénování. V předchozích cvičeních vznikly poměrně rozsáhlé stromy – teď přijde čas nabyté znalosti využít v praxi a oříznout strom sestavený se změněnými apriorními pravděpodobnostmi. Balíček rpart je v tvém pracovním prostředí už načten.

Nejdřív nastavíš seed, aby byly výsledky reprodukovatelné – jak bylo zmíněno ve videu –, protože budeš pracovat s výsledky křížové validace. Ty zahrnují prvek náhodnosti, takže se mohou při opětovném spuštění funkce s jiným seedem mírně lišit.

V tomto cvičení se naučíš určit, který parametr složitosti (CP) minimalizuje chybu křížové validace, a podle této hodnoty strom oříznout.

Toto cvičení je součástí kurzu

Modelování kreditního rizika v R

Zobrazit kurz

Pokyny k cvičení

tree_prior je načten v tvém pracovním prostředí.
Pomocí plotcp() vizualizuj chybu křížové validace (X-val Relative Error) v závislosti na parametru složitosti pro tree_prior.
Pomocí printcp() vypiš tabulku s informacemi o CP, větvích a chybách. Zkus v ní identifikovat, které větvení odpovídá minimální chybě křížové validace v tree_prior.
Pomocí which.min() zjisti, který řádek tabulky tree_prior$cptable má minimální chybu křížové validace "xerror". Výsledek ulož do proměnné index.
Vytvoř proměnnou tree_min tak, že z tabulky tree_prior$cptable vybereš hodnotu na daném indexu ve sloupci "CP".
Pomocí funkce prune() získej oříznutý strom. Pojmenuj ho ptree_prior.
Balíček rpart.plot je v tvém pracovním prostředí načten. Vizualizuj oříznutý strom pomocí funkce prp() (výchozí nastavení).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# tree_prior is loaded in your workspace

# Plot the cross-validated error rate as a function of the complexity parameter


# Use printcp() to identify for which complexity parameter the cross-validated error rate is minimized.


# Create an index for of the row with the minimum xerror
index <- which.min(___$___[ , "xerror"])

# Create tree_min
tree_min <- tree_prior$cptable[index, "CP"]

#  Prune the tree using tree_min
ptree_prior <- prune(___, cp = ___)

# Use prp() to plot the pruned tree

Upravit a spustit kód