人工智能入门-R语言数据分析与数68

最终的决策树

ßWeather数据

Outlook	Temperature	Humidity	Windy	Play?
sunny	hot	high	false	No
sunny	hot	high	true	No
overcast	hot	high	false	Yes
rain	mild	high	false	Yes
rain	cool	normal	false	Yes
rain	cool	normal	true	No
overcast	cool	normal	true	Yes
sunny	mild	high	false	No
sunny	cool	normal	false	Yes
rain	mild	normal	false	Yes
sunny	mild	normal	true	Yes
overcast	mild	high	true	Yes
overcast	hot	normal	false	Yes
rain	mild	high	true	No

 

 

 

决策树的剪枝

ß决策树过渡拟合往往是因为太过“茂盛”，也就是节点过多，所以需要“裁剪” （Prune Tree）决策树的枝叶。

 

ß裁剪枝叶的策略对决策树正确率的影响很大。主要有两种裁剪策略：前置裁剪，后置裁剪。