algorithm - 如何使用交叉验证方法制作决策树？

Question

我很想知道当我们使用交叉验证时如何制作决策树，在教程中我读过交叉验证试图找到最佳准确度或最低错误率，但决策树是如何制作的尚不清楚。

例如在 K=10 中，是从其他 10 棵树中选择最好的树吗？

或者它试图选择树中的所有冗余边？

我的意思是我不明白最终的树是如何由其他 10 棵树制成的。

问候。

标签： algorithmdecision-treecross-validation

Answer 1

交叉验证不是一种寻找最优模型的方法，而是“对模型预测性能进行更准确的估计”。

因此，它并不意味着输出可能的最佳决策树，但您可以例如评估不同的超参数设置（导致不同的决策树），以具有更高的统计显着性。