-
剪枝是决策树学习算法对付“过拟合”的主要手段。过拟合的原因可能是:为了尽可能的正确分类训练样本,结点划分过程不断重复,有时会造成决策树分支过多,这是可能因训练样本学的讨“太好”了,以至于出现过拟合的情况,因此可以主动的去掉一些分支降低过拟合的风险。
通常会采取预剪枝和后剪枝的方法。预剪枝:指在决策树生成的过程中,对每个结点在划分前先进行估计,即估计当前结点的划分能不能带来决策树的泛化能力的提升,若能则划分,若不能则停止划分;后剪枝:指先从训练样本中生成一颗完整的决策树,然后自底向上对非叶结点进行考察,如果将该结点对应的子树替换成叶结点能不能提高泛化能里,若能的话,进行剪枝,不能则不进行处理。
以下是对这两者的总结:
预剪枝 | 后剪枝 | |
---|---|---|
分支 | 少些 | 多些 |
欠拟合风险 | 大些 | 小些 |
泛化能力 | 弱些 | 强些 |
时间开销 | 小些 | 大些 |