使用tree包构建回归树时10折交叉验证报错求助

问题原因 #

你遇到的是tree包在回归树交叉验证中的常见提示（会影响结果可靠性），根源是训练集样本数（253个）无法被k=10整除，导致部分交叉验证折的树复杂度（节点数量）不一致，计算验证偏差时出现cvdev与plearn$dev长度不匹配的情况。

解决方案 #

方案1：调整训练集样本数

将训练集样本数改为能被10整除的数值，比如250：

data(Boston) # from ISLR2 package
set.seed(1)

# 取250个训练样本，可被10整除
train.ind <- sample(1:nrow(Boston), 250)
train <- Boston[train.ind,]
test <- Boston[-train.ind,]

tree.boston <- tree(medv~., data = train)
set.seed(1)
cv.boston <- cv.tree(tree.boston, k=10)

方案2：换用rpart包（更稳定的树模型工具）

rpart包的交叉验证逻辑更健壮，适配非整除样本量的场景：

library(rpart)
data(Boston)
set.seed(1)

train.ind <- sample(1:nrow(Boston), nrow(Boston)/2)
train <- Boston[train.ind,]
test <- Boston[-train.ind,]

# 构建带10折交叉验证的回归树
tree.boston <- rpart(medv~., data = train, control = rpart.control(xval=10))
# 查看交叉验证结果
printcp(tree.boston)

方案3：用caret包封装交叉验证

caret包提供统一的交叉验证接口，适配多数模型：

library(caret)
data(Boston)
set.seed(1)

train.ind <- sample(1:nrow(Boston), nrow(Boston)/2)
train <- Boston[train.ind,]

# 设置10折交叉验证参数
train_control <- trainControl(method="cv", number=10)
# 训练回归树并执行交叉验证
tree_cv <- train(medv~., data=train, method="tree", trControl=train_control)
# 输出验证结果
print(tree_cv)

内容的提问来源于stack exchange，提问作者mj10