4.3.1有監督學習（三） - 決策樹（Decision Tree） - 剪枝（Pruning）

簡介 決策樹是與有監督學習中的常用方法。決策樹的算法多見於分類問題中，即我們常說的分類樹（Classification Tree）；少數情況下，決策樹也可以用於連續問題，即迴歸樹（Regression Tree）。若構建決策樹的自變量過多，會產生高維度、過擬合等問題，因此，需要在全樹的基礎上進行剪枝，保留最有效的自變量，刪除不那麼重要的自變量。這一過程，就叫剪枝。 一句話解釋版本： 剪枝分爲前剪枝

>>阅读原文<<