# przyklad 2.11

library("MASS")
library("tree")
attach(spam)

set.seed(123)
m <-length(spam$spam)
ucz <- sample(1:m, size = round(m/3), replace = FALSE, prob = rep(1/m, m)) 
spam.ucz <- data.frame(spam[ucz,])
spam.test <- data.frame(spam[-ucz,])

ks<-c(3:10,15, 20, 25, seq(30,100,by=10))
nks<-length(ks)
blad.ucz<-numeric(length=nks)
blad.test<-numeric(length=nks)
names(blad.ucz)<-names(blad.test)<-ks
spam.tr<-tree(spam~.,spam.ucz, mindev = 0, minsize = 2)

# rysunek 2.17
plot(spam.pr.m$size,spam.pr.m$dev/1534,type='S',ylab='Błąd klasyfikacji',xlab='Wielkość drzewa')
axis(3,labels=round(spam.pr.m$k,digits=2),at=spam.pr.m$size)

# cross-validation
spam.cv.m<-cv.tree(spam.tr,,prune.misclass)
plot(spam.cv.m$size,spam.cv.m$dev/1534,type='S',ylab='Błąd klasyfikacji',xlab='Wielkość drzewa')
axis(3,labels=round(spam.cv.m$k,digits=2),at=spam.cv.m$size)