Python决策树回归修剪

Question

我使用scikit-learn构建回归树，使用tree.DecisionTreeRegression（）。

我提供了56个数据样本，它构建了一个包含56个节点的树（修剪= 0）。

如何对树进行一些修剪？任何帮助表示赞赏！

Answer 1

你不能;使用matlab。此刻正在苦苦挣扎。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（很多地方你可以搞砸）。如果你想要任何合理的运行时间（现在也在努力）你需要实现numpy。

如果你仍然有这个问题，我确实有一个决策树使用节点知识，并在本周末实施修剪......

如果我让它快速运行并且代码并不太复杂，我会在这里发布一个GitHub，如果你仍然感兴趣的话，以换取对ML＆Python和Numpy专业知识的认可在我的LinkedIn上。

Answer 2

默认情况下，sklearn树将会生长，直到每个叶子都是纯净的（并且模型完全过度拟合）。如果要微调复杂性，可以设置许多不同的参数，以不同的方式限制树的增长。列出的参数是：max_depth，min_samples_split，min_samples_leaf，min_weight_fraction_leaf，max_leaf_nodes，min_impurity_decrease

有关用法，请参阅the docs。