【機器學習】決策樹的剪枝處理

文章目錄 簡介 預剪枝 後剪枝 參考 簡介 剪枝是決策樹學習算法應對過擬合的主要手段。學習過程中的節點劃分過程有時會造成決策樹分支過多，以至於把訓練集自身的一些特點當作所有數據都具有的一般性質導致過擬合。 決策樹剪枝的基本策略有「預剪枝」和「後剪枝」，二者都需要對於決策樹泛化能力是否提升進行判斷。所以採用留出法從數據集中劃分出驗證集。 下表是演示剪枝原理使用的數據集： 下圖是未剪枝的決策樹: 預剪

>>阅读原文<<