防止决策树过度生长
在完整的申请人数据上训练出的决策树非常庞大且复杂，包含数百个分裂，叶节点中只有极少数申请人。信贷员几乎不可能解读这样的树。
通过使用提前停止的预剪枝方法，您可以阻止树长得过于庞大和复杂。请查看 rpart 中控制最大树深度与最小分裂样本数的选项如何影响最终的树。
loans_train 和 loans_test 数据集已创建，且已预加载 rpart。
本练习是课程的一部分
R 中的监督学习：分类
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Grow a tree with maxdepth of 6
loan_model <- ___
# Make a class prediction on the test set
loans_test$pred <- ___
# Compute the accuracy of the simpler tree
mean(___)