R_ClassificationAndRegressionTrees のバックアップソース(No.1)

''CARS''(Classification And Regression Trees) における
Cost-Complexity Pruning

10-fold cross-validation によって最適な pruning の数を見積もる．

以下は[[Analyzing Linguistic Data:http://www.amazon.co.jp/Analyzing-Linguistic-Data-Introduction-Statistics/dp/0521882591/]] より

英語において与格（～に）を表現する句として，名詞NP(give the book Tom)と前置詞句PP(give the book to Tom) のどちらが選ばれるのかという課題．

 # p.162
 # CARS の実行
 dative.rp <- rpart(RealizationOfRecipient ~ ., 
   data = dative[, -c(1,3)])
 # p.163
 plot(dative.rp, compress = T, branch = 1, margin = 0.1)
 text(dative.rp, use.n = T, pretty = 0)
 # p. 164
 # 10-cross validation を実行してプロットする
 plotcp(dative.rp)



 dative.rp1 <- prune(dative.rp , cp = 0.041)
 plot(dative.rp1, compress = T, branch = 1, margin = 0.1)
 text(dative.rp1, use.n = T, pretty = 0)
dative.rp1
# p. 165
 head(predict(dative.rp1))
 choiceIsNP <- predict(dative.rp1)[,1] >= 0.5
 preds <- data.frame(obs =  
 dative$RealizationOfRecipient, choiceIsNP) 
 head(preds)
 xtabs(~ obs + choiceIsNP, data = preds)

アールメカブ

R_ClassificationAndRegressionTrees のバックアップソース(No.1)