Poda del árbol con probabilidades previas modificadas

En el vídeo has visto que podar un árbol es necesario para evitar el sobreajuste. En los ejercicios anteriores aparecían árboles grandes, y ahora vas a poner en práctica lo aprendido: podarás el árbol que construiste previamente con las probabilidades previas modificadas. El paquete rpart ya está cargado en tu espacio de trabajo.

Primero establecerás una semilla para asegurar que los resultados sean reproducibles, tal y como se menciona en el vídeo, porque vas a examinar resultados de error con validación cruzada. Estos resultados implican aleatoriedad y pueden variar ligeramente si ejecutas la función de nuevo con otra semilla.

En este ejercicio aprenderás a identificar qué parámetro de complejidad (CP) minimiza el error con validación cruzada y, después, a podar tu árbol basándote en ese valor.

Este ejercicio forma parte del curso

Modelización del riesgo de crédito en R

Ver curso

Instrucciones del ejercicio

tree_prior está cargado en tu espacio de trabajo.
Usa plotcp() para visualizar el error con validación cruzada (X-val Relative Error) en relación con el parámetro de complejidad para tree_prior.
Usa printcp() para imprimir una tabla con información sobre CP, divisiones (splits) y errores. Intenta identificar qué división tiene el error con validación cruzada mínimo en tree_prior.
Usa which.min() para identificar qué fila de tree_prior$cptable tiene el error con validación cruzada mínimo "xerror". Asígnalo a index.
Crea tree_min seleccionando el índice de tree_prior$cptable dentro de la columna "CP".
Usa la función prune() para obtener el árbol podado. Llama ptree_prior al árbol podado.
El paquete rpart.plot está cargado en tu espacio de trabajo. Representa el árbol podado usando la función prp() (configuración predeterminada).

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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

Editar y ejecutar código