tree_prior jest wczytane w twoim środowisku.
Użyj plotcp(), aby zwizualizować błąd kroswalidacyjny (X-val Relative Error) w zależności od parametru złożoności dla tree_prior.
Użyj printcp(), aby wyświetlić tabelę z informacjami o CP, podziałach i błędach. Sprawdź, czy potrafisz wskazać, który podział ma minimalny błąd kroswalidacyjny w tree_prior.
Użyj which.min(), aby znaleźć, który wiersz w tree_prior$cptable ma minimalny błąd kroswalidacyjny "xerror". Wynik przypisz do zmiennej index.
Utwórz tree_min, wybierając wartość z tree_prior$cptable pod indeksem index w kolumnie "CP".
Użyj funkcji prune(), aby uzyskać przycięte drzewo. Nadaj mu nazwę ptree_prior.
Pakiet rpart.plot jest wczytany w twoim środowisku. Wykreśl przycięte drzewo za pomocą funkcji prp() (ustawienia domyślne).

Budowanie drzew decyzyjnych za pomocą pakietu rpart()