O caret
por padrão faz tuning de alguns hiperparâmetros de cada modelo. Ele tenta fazer isso de uma forma inteligente, mas que nem sempre é o adequado para o seu problema. Já o rpart
ajusta o modelo exatamente como você definiu.
O caret
não é muito claro com isso mesmo, e as vezes gera confusão...
No caso, para o rpart
irá tunar o hiperparâmetro cp
(complexidade). Ele decide um grid para testar de acordo a a seguinte função:
> getModelInfo("rpart")[[1]]$grid
function (x, y, len = NULL, search = "grid")
{
dat <- if (is.data.frame(x))
x
else as.data.frame(x)
dat$.outcome <- y
initialFit <- rpart(.outcome ~ ., data = dat, control = rpart.control(cp = 0))$cptable
initialFit <- initialFit[order(-initialFit[, "CP"]), , drop = FALSE]
if (search == "grid") {
if (nrow(initialFit) < len) {
tuneSeq <- data.frame(cp = seq(min(initialFit[, "CP"]),
max(initialFit[, "CP"]), length = len))
}
else tuneSeq <- data.frame(cp = initialFit[1:len, "CP"])
colnames(tuneSeq) <- "cp"
}
else {
tuneSeq <- data.frame(cp = unique(sample(initialFit[,
"CP"], size = len, replace = TRUE)))
}
tuneSeq
}
Essa função basicamente:
- ajusta um modelo com todos os parâmetros iguais ao rpart padrão exceto o
cp
(complexidade), usando cp = 0.
- pega o item
cptable
retornado, que por definição é:
cptable: a matrix of information on the optimal prunings based on a
complexity parameter.
- ajusta um modelo para uma sequencia de
cp
's de acordo com o argumento tuneLength
da função train
.
Esse comportamento pode ser alterado. Leia aqui para mais informações: http://topepo.github.io/caret/model-training-and-tuning.html#customizing-the-tuning-process