決策樹和隨機森林（下）

上次探究了深度對決策樹的影響，發現深度越大，容易發生過擬合 沒錯今天來說所謂的剪枝和隨機森林 剪枝總體思路： 由完全樹T0開始，剪枝部分結點得到T1，再次剪 枝部分結點得到T2…直到僅剩樹根的樹Tk； 在驗證數據集上對這k個樹分別評價，選擇損失 函數最小的樹Tα 首先了解上面是剪枝係數 但是主要用隨機森林算法來防止過擬合，也是決策樹的加強版 那什麼是隨機森林，就是多棵決策樹組成，對樣本和特徵隨便抽

>>阅读原文<<