Python决策树回归修剪

Question

我正在使用scikit学习构造回归树，使用树型决策树回归(). 在

我给了56个数据样本，它构造了一个有56个节点的树（修剪=0）。在

如何对树进行修剪？感谢任何帮助！在

Answer 1

默认情况下，sklearn树将一直增长，直到每个叶子都是纯的（并且模型完全过拟合）。如果您想微调复杂性，可以设置许多不同的参数，以不同的方式限制树的增长。列出的参数有：最大深度、最小样本数、最小样本数、最小样本数、最小样本数、最小权重、最小样本数、最小样本数、最小样本数、最小样本数

有关用法，请参见the docs。在

Answer 2

你不能；使用matlab。目前正在与之抗争。使用基于python的自制决策树也是一种选择。但是，不能保证它能正常工作（很多地方你会搞砸的）。如果您想要任何一种合理的运行时（现在也在努力解决这个问题），就需要使用numpy来实现。在

如果你仍然有这个问题，我有一个决策树与节点知识，并在这个周末实现修剪。。。在

如果我能让它运行得很快，代码也不会太复杂，如果你还感兴趣的话，我会在这里发布一个GitHub，作为交换，在我的LinkedIn上获得ML'ing和Python/Numpy专业知识的支持。在