Day21_【机器学习—决策树（3）—剪枝】

剪枝（Pruning） 是决策树算法中用于防止过拟合、提高模型泛化能力的关键技术。决策树在训练过程中如果生长过深、过于复杂，会过度拟合训练数据中的噪声和异常值，导致在新数据上表现不佳。剪枝通过简化树结构，去除不必要的分支，从而提升模型的鲁棒性。

               

---

一、剪枝的目的

• 减少模型复杂度
• 防止过拟合
• 提高在测试集上的预测性能
• 增强模型的可解释性

---

二、剪枝的类型

剪枝主要分为两类：预剪枝（Pre-pruning） 和 后剪枝（Post-pruning）

---

1. 预剪枝（Pre-pruning）——提前停止

在决策树构建过程中，提前终止树的生长。

常见停止条件：

• 树的深度达到预设最大值
• 节点中的样本数少于阈值
• 节点的不纯度下降小于阈值（如信息增益 < ε）
• 节点中所有样本属于同一类别
• 没有更多特征可用于划分

优点：

• 计算开销小
• 训练速度快

缺点：

• 容易欠拟合：可能过早停止，错过潜在的有效划分（“贪心”问题）
• 阈值选择敏感，需通过验证集调整

✅ 适用于对训练时间敏感的场景。

---

2. 后剪枝（Post-pruning）——先生成再简化

先让决策树充分生长（直到每个叶节点纯或满足最小样本数），然后自底向上地对非叶节点进行评估，判断是否应将其子树替换为叶节点。

优点：

• 通常比预剪枝效果更好
• 能保留更多有效结构，避免欠拟合

缺点：

• 计算成本高（需先建完整树）
• 实现较复杂