我正在尝试建立一个回归树来模拟保险索赔频率。我有 36000 个观察值和 9 个协变量。

我的模型从一开始就过拟合了！即随着成本复杂性的下降，相对验证误差会上升。我在 R 中使用这个命令：

rpart_model <-rpart(cbind(Duration,Nbclaims) ~ Gender + DriverAge + 
  CarAge + Area + Leasing + Power + Fract + Contract, data = motor,    method="poisson",parms=list(shrink=1), control=rpart.control(cp=0))

并获得这些结果：

        CP nsplit rel error xerror     xstd
1   1.9019e-03        0     1.00000   1.0002   0.022911

2   1.3854e-03        1     0.99810   1.0004   0.022973

3   1.1587e-03        2     0.99671   1.0057   0.023185

4   9.1009e-04        5     0.99324   1.0069   0.023269

5   9.0852e-04        6     0.99233   1.0134   0.023526

6   8.8781e-04        7     0.99142   1.0134   0.023531

7   8.5397e-04       10     0.98872   1.0150   0.023603

8   8.5119e-04       11     0.98786   1.0153   0.023621

我已经进行了研究以尝试解决此问题，但目前完全陷入困境，有人可以帮忙吗？