决策树剪枝

剪枝是决策树学习算法中对付过拟合的主要手段，决策树剪枝的基本策略有预剪枝和后剪枝

预剪枝：

是指在决策树生成过程中，对每个节点在划分前先进行估计，若当前的划分不能带来泛化性能的提升，则停止划分，并将当前节点标记为叶节点

后剪枝：

是指先从训练集生成一颗完整的决策树，然后自底向上对非叶节点进行考察，若将该节点对应的子树替换为叶节点，能带来泛化性能的提升，则将该子树替换为叶节点

如何判断决策树泛化性能是否提升：

采用留用法，预留一部分数据用作验证集以进行性能评估

转载于:https://www.cnblogs.com/ConnorShip/p/10133630.html