决策树理论知识

数据挖掘种预测建模的任务

主要包括：分类与回归。
Decision Tree（决策树）属于分类算法

1、采用决策树进行分类预测，为了分类结果更为精确，叶节点越多越好？

（×）
会出现过拟合的问题。

2、决策树分析中可以通过剪枝来选择重要变量？

（√）
剪枝的目的：解决过拟合的问题。
怎么样选择重要的变量？挑选适合条件的，剪枝就是剪变量。

3、主成分、决策树、逐步回归

主成分分析降维，通过合并属性降维；
决策树删除变量，对变量进行筛选；
逐步回归也是通过删除变量来选择变量。