黄同学2021-11-14 00:26:56
黄同学老师，这里regularization的英文解释是最大化decision nodes的数量，但是视频里老师说要减少x的数量，讲义上的解释是和课上讲的有矛盾吗？
回答（1）
Essie2021-11-15 10:37:23
Essie你好，这里没有矛盾。
因为CART不对训练数据的特征做任何假设，因此如果不受约束，它可能会完美的学习训练数据，所以讲义上写的是：为了避免这种过拟合，可以添加正则化参数，例如提前设置数的最大深度，决策节点的最大数量或者其他的参数，这些参数就会限制决策树的过度学习，从而避免了过拟合。
而老师说的降低自变量的个数可以算另一种避免过拟合的方式，同一个feature在不同的节点反复使用，实际上就简化了模型的难度，过度复杂的模型也可能会带来过拟合的问题，而较简单的模型则不太会有这种问题。
如果我的回答有帮助到你的话，请点赞支持一下我们，加油；)
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片