決策樹__剪枝

首先剪枝（pruning）的目的是爲了避免決策樹模型的過擬合。因爲決策樹算法在學習的過程中爲了儘可能的正確的分類訓練樣本，不停地對結點進行劃分，因此這會導致整棵樹的分支過多，也就導致了過擬合。決策樹的剪枝策略最基本的有兩種：預剪枝（pre-pruning）和後剪枝（post-pruning）： 預剪枝（pre-pruning）：預剪枝就是在構造決策樹的過程中，先對每個結點在劃分前進行估計，若果當前

>>阅读原文<<