Java 韦卡什么是修剪过的和未修剪过的树？

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？

未修剪的树更大。发生的情况是，基本上是根据实现的算法创建树，如果启用了修剪，则另一个步骤将查看可以删除哪些节点/分支，而不会对性能造成太大影响

---

修剪背后的想法是，除了使树更容易理解之外，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，但除此之外什么都没有，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。

鉴于Weka是一个机器学习套件，听起来他们指的是：

简言之，决策树的修剪似乎是删除了没有多少好处的可能决策

---

但是，我没有使用过weka，也不熟悉它。先听其他答案，看看他们说的是否有道理。

我想在拉尔斯的答案中添加以下内容。摘自

许多算法试图“删减”或简化其结果。修剪产生更少、更容易解释的结果。更重要的是，修剪可以作为纠正潜在过度拟合的工具

J48采用两种修剪方法

第一种被称为子树替换。这意味着决策树中的节点可以替换为一个叶子——基本上减少了沿着某条路径的测试数量。这一过程从完全成形的树的叶子开始，并朝着树根向后进行

J48中使用的第二种修剪类型称为子树提升。在这种情况下，一个节点可以向树的根方向向上移动，同时替换沿途的其他节点。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期权的效用，但如果诱导过程需要很长时间，则最好尝试将其关闭。这是因为子树提升在计算上可能有些复杂

---

第一句可能是错的。未修剪的树更大，对吗？哦，是的，对不起。我会改变的。