欠拟合:没有真正符合分布规律
过拟合:模型表达能力太强 以至于过于拟合训练数据 到只针对于测试集数据预测误差比较大
决策树回归:
有可能会过拟合 需要剪枝
1、预先减枝:设定最大深度、最少样本分割数量(5的 要大于5才能往下分)、最小样本需要数(子节点的样本数量都需要大于某个数)
2、后减枝:
欠拟合:没有真正符合分布规律
过拟合:模型表达能力太强 以至于过于拟合训练数据 到只针对于测试集数据预测误差比较大
决策树回归:
有可能会过拟合 需要剪枝
1、预先减枝:设定最大深度、最少样本分割数量(5的 要大于5才能往下分)、最小样本需要数(子节点的样本数量都需要大于某个数)
2、后减枝: