【机器学习】决策树的剪枝处理

文章目录 简介 预剪枝 后剪枝 参考 简介 剪枝是决策树学习算法应对过拟合的主要手段。学习过程中的节点划分过程有时会造成决策树分支过多，以至于把训练集自身的一些特点当作所有数据都具有的一般性质导致过拟合。 决策树剪枝的基本策略有“预剪枝”和“后剪枝”，二者都需要对于决策树泛化能力是否提升进行判断。所以采用留出法从数据集中划分出验证集。 下表是演示剪枝原理使用的数据集： 下图是未剪枝的决策树: 预剪

>>阅读原文<<