java - Weka 中的修剪树和未修剪树是什么？

Question

在决策树 J48 示例中，当我们说树修剪或未修剪时，有什么区别？

Answer 1

未修剪的树更大。发生的情况是，基本上树是根据实现的算法创建的，如果启用了修剪，则额外的步骤会查看可以删除哪些节点/分支而不会对性能产生太大影响。

修剪背后的想法是，除了使树更易于理解之外，还可以降低过度拟合训练数据的风险。也就是说，能够（几乎）完美地对训练数据进行分类，但仅此而已，因为树没有学习基本概念，而是学习了训练数据固有的和特定的属性。

Answer 2

我想在拉斯的回答中添加以下内容。取自以下链接

许多算法试图“修剪”或简化它们的结果。修剪产生更少、更容易解释的结果。更重要的是，修剪可以用作纠正潜在过拟合的工具。...

J48 采用两种修剪方法。

第一个称为子树替换。这意味着决策树中的节点可以用叶子代替——基本上减少了沿特定路径的测试数量。这个过程从完全形成的树的叶子开始，然后向根部进行。

J48 中使用的第二种修剪称为子树提升。在这种情况下，一个节点可能会向上移动到树的根部，沿途替换其他节点。子树提升通常对决策树模型的影响可以忽略不计。通常没有明确的方法来预测该选项的效用，但如果诱导过程需要很长时间，建议尝试将其关闭。这是因为子树提升在计算上可能有些复杂。

Answer 3

鉴于 Weka 是一个机器学习套件，听起来他们所指的是：

http://en.wikipedia.org/wiki/Pruning_(decision_trees)

简而言之，决策树的修剪似乎是删除可能没有太多好处的决策。

但是，我没有使用过weka，对它并不熟悉。推迟到其他答案，看看他们说的是否有道理。