)在具备可用的训练和检验样本的情況下 决策树修剪的基本思想是去掉那些对未知 检验样本的分类精度没有帮助的部分树 子树),生成一个更简单,更容易理解的 树 有两种改进的递归分区方法 1.在某些情况下决定不把样本集合分区 得更细。停止准则通常是基于些统计检 验,如X检验:如果分区前后分类精度没 有显著的不同,那么用当前的点作为 叶。该方法称为预剪法。• 在具备可用的训练和检验样本的情况下， 决策树修剪的基本思想是去掉那些对未知 检验样本的分类精度没有帮助的部分树 (子树)，生成一个更简单，更容易理解的 树。 • 有两种改进的递归分区方法： 1. 在某些情况下决定不把样本集合分区 得更细。停止准则通常是基于一些统计检 验，如χ 2检验：如果分区前后分类精度没 有显著的不同，那么用当前的点作为一个 叶。该方法称为预剪法