具体剪枝算法

C4.5的剪枝 《Python大战机器学习》 第36页 基本思路： 计算每个节点的“经验熵” 递归地从树的叶节点向上回退，如果回退使“损失函数”值下降，则剪枝，把父节点变成新的叶节点 递归进行上一步 损失函数： T表示决策树； α表示先验参数，惩罚系数。α越大，树越简单； C表示代价函数； Tf 表示叶节点的个数； Nt 表示在决策树的第t个叶结点中，样本的总数量； Ntk 表示在决策树的第t个叶

>>阅读原文<<