機器學習筆記16——決策樹剪枝算法原理及python實現案例

決策樹剪枝算法 1、算法目的 2、算法基本思路： 3、決策樹損失函數 4、剪枝類型： 4.1 預剪枝 4.2 後剪枝 4.3 兩種剪枝策略對比 1、算法目的 決策樹的剪枝是爲了簡化決策樹模型，避免過擬合。 同樣層數的決策樹，葉結點的個數越多就越複雜；同樣的葉結點個數的決策樹，層數越多越複雜。 剪枝前相比於剪枝後，葉結點個數和層數只能更多或者其中一特徵一樣多，剪枝前必然更復雜。 層數越多，葉結點越多

>>阅读原文<<