机器学习: 决策树的剪枝策略及其优缺点

2020-06-19 阅读量: 1871

大数据数据分析师机器学习决策树 Python

扫码加入数据分析学习群

决策树的剪枝方法主要分为两大类：预剪枝和后剪枝两种。

预剪枝：当最优分裂点对应的增益值为负值是停止分裂。

它的优点是，计算时间上能保证最优；缺点则是将来的某个时刻也许能够获取更高的增益，也就是说它不能保证最优。

后剪枝：将决策树增长到它的最大深度，递归的进行剪枝，剪去那些使得增益值为负值的叶子节点。

它的优点是能够保证决策树最优；缺点是比预剪枝计算复杂度高很多。

添加CDA认证专家【维克多阿涛】，微信号：【cdashijiazhuang】，提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流，共同成长！

22.7699 6 4 踩关注作者收藏

暂无数据

评论(0)