机器学习方法篇(4)------决策树剪枝

● 每周一言 冰冻三尺，非一日之寒；水滴石穿，非一日之功。 导语 由于决策树的分支过多，使得训练集某一小部分的样本特征被当成所有样本所具有的一般性质，会导致过拟合现象，而决策树应对过拟合的主要办法就是剪枝。那么，决策树的剪枝具体是如何操作的？ 剪枝 决策树的剪枝分为预剪枝和后剪枝两种。顾名思义，预剪枝在建树过程中进行，而后剪枝则在建树完成之后才进行。 预剪枝 如上一节所讲建树过程，节点依据信息增益

>>阅读原文<<