一、剪枝目的避免过拟合现象，提升模型的泛化效果二、剪枝方法剪枝算法主要分为两种，预剪枝和后剪枝2.1 预剪枝预剪枝是在构建决策树的过程中，提前停止使模型性能变差的分支预剪枝方法：当树的深度达到一定的规模，停止生长。 当前节点的样本数量小于某个阈值，停止生长。 当信息增益，信息增益率和基尼指数增益小于某个阈值，停止生长。 当测试集准确性提升小于某个阈值，或不再提升甚至有所下降时，停止生长。（西瓜书）预剪枝方法能有效提升模型性能，并减少训练时间和测试时间；但这种方法采用的是贪
机器学习
2023-08-21
59 点赞
0 评论
89 浏览
