决策树特征分裂为什么不选择最小化训练偏差？

在博客上看到有博主说是由于使用最小化训练偏差可能会致使过拟合，因此没有选择，感受理解的彷佛有点问题，这边给出本身的一些理解。web 1.首先一点，线性回归，逻辑回归等都是要基于最小化训练偏差来作，应该是基本全部的分类算法都是要最小化训练偏差的，只是损失函数的不一样致使选择的目标函数不一样的缘由，不太会由于可能过拟合而不选择最小化训练偏差。算法 2.第二点，决策树的生成是递归生成，而且是贪心地生成的

>>阅读原文<<