知识卡片
先长大树再代价复杂度剪枝
树的叶节点数目由数据决定,也直接决定模型复杂度,靠生长时逐点判断何时停止并不可靠。通行做法分两步:先生成一棵最大树 T_0,例如要求每个叶节点至少含 5 个观测;再对 T_0 剪枝,把某个中间节点以下的子节点全部剪掉,使其变成叶节点,得到子树 T。代价—复杂度准则为 C_α(T)=Σ_m n_m Q_m + α|T|:第一项是各叶节点不纯度按样本量加权之和,衡量拟合;第二项用叶节点数 |T| 惩罚复杂度;α 是调节参数。α 越大,剪掉一个叶节点省下的惩罚越划算,树就越小、模型越简单;α=0 则退回最大树。α 通过交叉验证选择,在拟合与复杂度之间取平衡。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第5章 决策树与组合方法 · 查看原书依据
调节参数α控制着模型对数据的拟合与模型的复杂度(树的大小)之间的平衡。α取值越大,树就越小,模型越简单。α可以通过上一章介绍的交叉验证法选择。
参考来源
- 位置:《大数据挖掘与统计机器学习》第5章 决策树与组合方法(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter7_0001.xhtml,5.1.2 决策树的建模过程)
- 结论依据:原文说明算法停止时机由数据决定并影响复杂度,通常先生成最大树再用代价—复杂度准则剪枝,且 α 越大树越小、可用交叉验证选取。
- 原始内容:调节参数α控制着模型对数据的拟合与模型的复杂度(树的大小)之间的平衡。α取值越大,树就越小,模型越简单。α可以通过上一章介绍的交叉验证法选择。