2020-07-16 阅读量: 754
# 1. 模型是对训练集里面的数据进行训练，以树的方式归纳出了X和Y之间的规律
# 2. 学习的过程中，如果不控制我们的树的话，树会不断的学习，生成的模型，会尝试将每一个训练样本都预测正确
# 3. 问题是训练集当中，很可能有噪音，如果噪音呢，决策树也会尝试将这部分信息给学习进去
# 4. 导致模型特别的复杂，枝叶特别的多，深度特别生
# 5. 该模型虽然在训练集下表现非常不错，但是也将噪音误以为是X和Y之间真实的规律学习进去了
# 6. 结果是该模型在测试集，未知的数据集下，表现就会很差，泛化能力差
# 7. 有的时候是有必要要控制模型的复杂的度，比如做最简单的方法就是设置max_depth。
# 8. 一个稍微简单一些模型，虽然可能在训练集上表现不是特别好，但是已经学习到了X和Y最真实规律，避免了噪音影响，导致模型的泛化能强
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
