
前面我們了解了決策樹的概念,現(xiàn)在來了解一下決策樹剪枝??赡軙?huì)有人問:為什么要剪枝?答案是:如果一棵決策樹完全生長(zhǎng),那么這棵決策樹所對(duì)應(yīng)的每一個(gè)葉節(jié)點(diǎn)中只會(huì)包含一個(gè)樣本,就很有可能面臨過擬合問題,因此就需要我們對(duì)這棵決策樹進(jìn)行剪枝,以此來提高此決策樹模型的泛化能力。
一般情況下,可以使用以下兩類方法對(duì)決策樹進(jìn)行剪枝,縮小決策樹的規(guī)模:
一、預(yù)剪枝:
預(yù)剪枝的核心思想是在樹中節(jié)點(diǎn)進(jìn)行擴(kuò)展之前,先計(jì)算當(dāng)前的劃分是否能提升模型泛化能力,如果不能,則不再繼續(xù)生長(zhǎng)子樹。此時(shí)可能出現(xiàn)不同類別的樣本同時(shí)存于節(jié)點(diǎn)中的情況,可以通過使用多數(shù)投票的原則對(duì)該節(jié)點(diǎn)所屬類別進(jìn)行判斷。關(guān)于預(yù)剪枝何時(shí)停止決策樹的生長(zhǎng),可以采用以下幾種方法:
(1) 當(dāng)樹達(dá)到一定深度的時(shí)候,停止樹的生長(zhǎng);
(2) 當(dāng)?shù)竭_(dá)當(dāng)前節(jié)點(diǎn)的樣本數(shù)量比某個(gè)閾值小的時(shí)候,停止樹的生長(zhǎng);
(3) 計(jì)算決策樹的每一次分裂能否提升測(cè)試集的準(zhǔn)確度,當(dāng)提升程度小于某個(gè)閾值的時(shí)候,不再繼續(xù)生樹的長(zhǎng)。
預(yù)剪枝具有思想直接、算法簡(jiǎn)單、效率高等一系列特點(diǎn),適合解決大規(guī)模數(shù)據(jù)的問題。但是,對(duì)于上述閾值,需要一定的經(jīng)驗(yàn)來進(jìn)行判斷。另外,預(yù)剪枝存在欠擬合風(fēng)險(xiǎn)。這是因?yàn)椋m然當(dāng)前的劃分會(huì)導(dǎo)致測(cè)試集準(zhǔn)確率降低或提升不高,但在之后的劃分中,準(zhǔn)確率會(huì)有顯著提升也不無(wú)可能。
二、后剪枝:
后剪枝的核心思想是先讓算法生成一顆完全生長(zhǎng)的決策樹,然后自底層向上計(jì)算是否進(jìn)行剪枝操作。后剪枝也需要通過在測(cè)試集上的準(zhǔn)確率來進(jìn)行判斷,如果剪枝之后,能夠提升準(zhǔn)確率,則進(jìn)行剪枝。
具體操作:
1.如果存在任一子集是一棵樹,則在該子集遞歸剪枝過程
2.計(jì)算不合并的誤差
3.如果合并會(huì)降低誤差的話,就將葉節(jié)點(diǎn)合并
在回歸樹一般用總方差計(jì)算誤差(即用葉子節(jié)點(diǎn)的值減去所有葉子節(jié)點(diǎn)的均值)。
相比于預(yù)剪枝,后剪枝的泛化能力更強(qiáng),但是計(jì)算開銷會(huì)更大。
后剪枝方法: 錯(cuò)誤率降低剪枝(Reduced Error Pruning,REP)、悲觀剪枝(Pessimistic Error Pruning,PEP)、代價(jià)復(fù)雜度剪枝(Cost Complexity Pruning,CCP)、最小誤差剪枝(Minimum Error Pruning,MEP)、CVP(Critical Value Pruning)、OPP(Optimal Pruning)等。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03