回归树修剪
回归树修剪可验证回归树中所有节点的预测效用，从而降低过度拟合风险。预期对于新数据无法改善预测质量的节点将替换为叶。
此决策基于修剪条件。为了比较节点和叶的预测质量，以及确定要替换哪些节点和叶，误差降低修剪 (REP) 算法使用单独的修剪集。
最常用的质量指标是均方误差。但是，也可以使用线性关联或秩关联作为回归质量指标。
回归树修剪可验证回归树中所有节点的预测效用，从而降低过度拟合风险。预期对于新数据无法改善预测质量的节点将替换为叶。
此决策基于修剪条件。为了比较节点和叶的预测质量，以及确定要替换哪些节点和叶，误差降低修剪 (REP) 算法使用单独的修剪集。
最常用的质量指标是均方误差。但是，也可以使用线性关联或秩关联作为回归质量指标。