2020-09-04
阅读量:
1248
机器学习: 决策树的剪枝策略及其优缺点
一 .决策树的剪枝方法主要分为两大类：
预剪枝和后剪枝两种。
1.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：
2. 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。
二.决策树的剪枝方法主要分为两大类：
预剪枝和后剪枝两种。
1.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。
2.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。
41.4291
2
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2024-10-15
0条评论
CDA持证人阿涛哥
2024-04-17
1条评论
CDA138749
2024-04-01
0条评论