R 包 "tree"：minsize 和 mincut 有什么区别？
R package "tree": what is the difference between minsize and mincut?
构造分类树（使用"tree"库）的tree命令是使用tree.control配置的。 tree.control帮助页面对minsize和mincut参数的解释如下：
mincut
The minimum number of observations to include in either child node.
This is a weighted quantity; the observational weights are used to
compute the ‘number’. The default is 5.
minsize
The smallest allowed node size: a weighted quantity. The default is 10.
对我来说，这两个描述似乎说的很相似。 mincut 和 minsize 有什么区别？
据我了解，对于class化，mincut确定每个class所需的最少观察次数，其中minsize 是节点所需的最小观察数。
举个例子，假设我在一个节点中有 14 个观察值，并且正在决定是否拆分。如果 class A 中有 11 个而 class B 中只有 4 个，那么我不应该拆分，因为每个 class 中我没有至少 5 个。如果我在 class A 中有 10 个，在 class B 中有 5 个，那么我可以拆分。
构造分类树（使用"tree"库）的tree命令是使用tree.control配置的。 tree.control帮助页面对minsize和mincut参数的解释如下：
mincut
The minimum number of observations to include in either child node.
This is a weighted quantity; the observational weights are used to
compute the ‘number’. The default is 5.
minsize
The smallest allowed node size: a weighted quantity. The default is 10.
对我来说，这两个描述似乎说的很相似。 mincut 和 minsize 有什么区别？
据我了解，对于class化，mincut确定每个class所需的最少观察次数，其中minsize 是节点所需的最小观察数。
举个例子，假设我在一个节点中有 14 个观察值，并且正在决定是否拆分。如果 class A 中有 11 个而 class B 中只有 4 个，那么我不应该拆分，因为每个 class 中我没有至少 5 个。如果我在 class A 中有 10 个，在 class B 中有 5 个，那么我可以拆分。