← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10052.c · 生成模型:GPT-6

剪枝用泛化替代完全拟合

理解等级:高级

预剪枝在尝试分裂时设深度、样本量或改进阈值。后剪枝先建树,再判断能否把候选子树缩成叶子。REP 在验证集比较替换前后的错误,PEP 用训练误差的悲观估计和不确定性项判断。原书 PEP 不等式与其文字结论有冲突,不能直接照抄实现。

这张卡片看不懂?

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

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第08章《决策树和随机森林》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter8.xhtml`)。 - 结论依据:第 8.1.4 节区分干预时机,并分别描述 REP、PEP 的评价数据来源。 - 原始内容:根据处理时机的不同,还可以将它进一步划分为预剪枝和后剪枝。