前面我们了解了决策树的概念，现在来了解一下决策树剪枝。可能会有人问：为什么要剪枝?答案是：如果一棵决策树完全生长，那么这棵决策树所对应的每一个叶节点中只会包含一个样本，就很有可能面临过拟合问题，因此就需要我们对这棵决策树进行剪枝，以此来提高此决策树模型的泛化能力。
一般情况下，可以使用以下两类方法对决策树进行剪枝，缩小决策树的规模:
一、预剪枝：
预剪枝的核心思想是在树中节点进行扩展之前，先计算当前的划分是否能提升模型泛化能力，如果不能，则不再继续生长子树。此时可能出现不同类别的样本同时存于节点中的情况，可以通过使用多数投票的原则对该节点所属类别进行判断。关于预剪枝何时停止决策树的生长，可以采用以下几种方法：
(1) 当树达到一定深度的时候，停止树的生长;
(2) 当到达当前节点的样本数量比某个阈值小的时候，停止树的生长;
(3) 计算决策树的每一次分裂能否提升测试集的准确度，当提升程度小于某个阈值的时候，不再继续生树的长。
预剪枝具有思想直接、算法简单、效率高等一系列特点，适合解决大规模数据的问题。但是，对于上述阈值，需要一定的经验来进行判断。另外，预剪枝存在欠拟合风险。这是因为，虽然当前的划分会导致测试集准确率降低或提升不高，但在之后的划分中，准确率会有显著提升也不无可能。
二、后剪枝：
后剪枝的核心思想是先让算法生成一颗完全生长的决策树，然后自底层向上计算是否进行剪枝操作。后剪枝也需要通过在测试集上的准确率来进行判断，如果剪枝之后，能够提升准确率，则进行剪枝。
具体操作：
1.如果存在任一子集是一棵树，则在该子集递归剪枝过程
2.计算不合并的误差
3.如果合并会降低误差的话，就将叶节点合并
在回归树一般用总方差计算误差(即用叶子节点的值减去所有叶子节点的均值)。
相比于预剪枝，后剪枝的泛化能力更强，但是计算开销会更大。
后剪枝方法： 错误率降低剪枝(Reduced Error Pruning,REP)、悲观剪枝(Pessimistic Error Pruning,PEP)、代价复杂度剪枝(Cost Complexity Pruning,CCP)、最小误差剪枝(Minimum Error Pruning,MEP)、CVP(Critical Value Pruning)、OPP(Optimal Pruning)等。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
如何构建数据分析整体框架？ 要让数据分析发挥其最大效能，建立一个清晰、完善的整体框架至关重要。今天，就让我们一同深入探讨 ...
2024-12-27AI来了，数分人也可以很省力，今天给大家介绍7个AI+数据分析工具，建议收藏。 01酷表 EXCEL 网址：https://chatexcel.com/ 这是 ...
2024-12-26一个好的数据分析模型不仅能使分析具备条理性和逻辑性，而且还更具备结构化和体系化，并保证分析结果的有效性和准确性。好的数据 ...
2024-12-26当下，AI 的发展堪称狂飙猛进。从 ChatGPT 横空出世到各种大语言模型（LLM）接连上线，似乎每个人的朋友圈都在讨论 AI 会不会“ ...
2024-12-26数据分析师这个职业已经成为了职场中的“香饽饽”，无论是互联网公司还是传统行业，都离不开数据支持。想成为一名优秀的数据分析 ...
2024-12-26在数据驱动决策成为商业常态的今天，数据分析师这一职业正迎来前所未有的机遇与挑战。很多希望转行或初入职场的人士不禁询问：数 ...
2024-12-25数据分析师，这一近年来炙手可热的职业，吸引了大量求职者的注意。凭借在大数据时代中的关键作用，数据分析师不仅需要具备处理数 ...
2024-12-25在当今数字化变革的浪潮中，数据分析师这一职业正迎来前所未有的发展机遇。回想我自己初入数据分析行业时，那种既兴奋又略显谨慎 ...
2024-12-25在当今信息爆炸的时代，数据已经像空气一样无处不在，而数据分析则是解锁这些信息宝藏的钥匙。数据分析的过程就像是一次探险，从 ...
2024-12-25在职场上，拍脑袋做决策的时代早已过去。数据分析正在成为每个职场人的核心竞争力，不仅能帮你找到问题，还能提供解决方案，提升 ...
2024-12-24Excel是数据分析的重要工具，强大的内置功能使其成为许多分析师的首选。在日常工作中，启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代，数据分析师如同一位现代社会的侦探，肩负着从海量数据中提炼出有价值信息的重任。在这个过程中，掌握一系 ...
2024-12-23在现代的职场中，制作吸引人的PPT已经成为展示信息的重要手段，而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会，数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察，帮助组织制 ...
2024-12-23在数据驱动时代，数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展，选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时，掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸，以下是10个高频考题及其详细解析，外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业，他们通过数据挖掘和分析，为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中，数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析，更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来，数据驱动的决策方式开始受到越来越多企业的青睐。近年来，数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里，表面上的技术操作只是“入门票”，而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19
