CART 与决策树中的超参数

CART: Classification and Regression Tree

根据某一个维度d和某一个阈值v进行二分类。

SKlearn中的决策树用CART机制实现。其他可以用ID3, C4.5, C5.0来实现。

容易产生过拟合（和kNN一样）， 所以必须剪枝，这样可以降低复杂度，解决过拟合。 max_depth = 2

不带参数时，会一直分类到gini系数为0， 所以会过拟合。

min_samples_split: 可以进一步拆分的最小样本数量 min_samples_leaf: 对于叶子节点最小可以有多少个样本

max_leaf_nodes：最多可以有多少个叶子节点