2019-03-26
阅读量:
604
决策树里的叶子裁剪
1.剪枝的原因和目的
解决决策树对训练样本的过拟合问题
2.决策树常用剪枝方法
预剪枝(Pre-Pruning)和后剪枝(Post-Pruning)
3. 预剪枝： 预剪枝是根据一些原则及早的停止树增长，如树的深度达到用户所要的深度、节点中样本
个数少于用户指定个数、不纯度指标下降的最大幅度小于用户指定的幅度等。
4. 后剪枝： 通过在完全生长的树上剪去分枝实现的，通过删除节点的分支来剪去树节点，可以使用的
后剪枝方法有多种，比如： 代价复杂性剪枝、最小误差剪枝、悲观误差剪枝等等
修剪方式有： 1）用叶子节点来替换子树，叶节点的类别由子树下面的多类决定
2）用子树最常用的分支来替代子树。
0.0000
0
1
关注作者
收藏
评论(0)
发表评论
暂无数据
