機器學習筆記（6）——C4.5決策樹中的剪枝處理和Python實現

1. 爲什麼要剪枝 還記得決策樹的構造過程嗎？爲了儘可能正確分類訓練樣本，節點的劃分過程會不斷重複直到不能再分，這樣就可能對訓練樣本學習的「太好」了，把訓練樣本的一些特點當做所有數據都具有的一般性質，cong從而導致過擬合。這時就可以通過剪枝處理去掉yi一些分支來降低過擬合的風險。 剪枝的基本策略有「預剪枝」（prepruning）和「後剪枝」（post-pruning）： 預剪枝是在決策樹的生成

>>阅读原文<<