在创建 CART 模型的 rpart() 例程中，您指定要修剪树的复杂度参数。我已经看到了两种不同的选择复杂度参数的建议：
选择与最小可能的交叉验证错误相关的复杂性参数。Quick-R和 HSAUR推荐使用此方法。
选择其估计的交叉验证误差仍在最小可能交叉验证误差的 SE 内的最大复杂度参数。这是我对包文档的解释，其中说：“用于修剪的 cp 的一个好的选择通常是平均值位于水平线下方的最左边的值”，参考此图。
cp 的两种选择在我的数据集中产生了完全不同的树。
似乎第一种方法总是会产生更复杂、可能过度拟合的树。是否还有其他优点、缺点、文献中的建议等。在决定使用哪种方法时我应该考虑到这些？如果有用的话，我可以提供有关我的特定建模问题的更多信息，但我试图使这个问题足够广泛，以便与其他人相关。
在实践中，我已经看到两种方法都采用了，我认为通常你的结果不会有太大差异。
话虽如此，Hastie 等人在Elements of Statistical Learning推荐了“单一标准错误”规则，我倾向于相信他们的判断（我的版本中的第 7.10 节，第 244 页）。相关报价为：
“一个标准误差”规则通常与交叉验证一起使用，在该规则中，我们选择最简洁的模型，其误差不超过最佳模型误差的一个标准误差。”
您对为什么要遵循单一标准错误规则的直觉是正确的 - 您会这样做以避免选择过度拟合数据的模型。
您应该首先使用参数minsplit=0和cp=0（复杂性参数）然后使用函数plotcp(T.max)并printcp(T.max)选择cp对应的最小相对误差的值并通过函数修剪树prune.rpart(T.max, cp=....)
这应该为您提供最佳分类树，因为它们往往过于乐观。