¿Poda en los árboles de decisión?

Question

La poda es una técnica de los algoritmos de aprendizaje automático y de búsqueda que reduce el tamaño de los árboles de decisión eliminando las secciones del árbol que proporcionan poca potencia para clasificar las instancias.

Sé qué son los árboles de decisión y cómo funcionan. Tengo problemas para entender cómo funciona y se implementa la técnica de poda.

¿Podría alguien explicar con palabras sencillas (y tal vez con un ejemplo) cómo funciona la técnica de poda y su aplicación en los árboles de decisión?

Answer 1

Hay dos formas principales de podar los árboles de decisión: la prepoda y la postpoda. Con la prepoda, hay básicamente dos formas de hacerlo:

1. en lugar de seguir creando su árbol hasta que se ajuste perfectamente a los datos dados, se detiene en cualquier nodo separándolo en varios nodos cuando el número de muestras dentro de él es menor que un determinado umbral.
2. cuando el número de muestras dentro de un nodo es menor que el umbral se deja de separar el nodo y se da una clasificación para el nodo basada en las muestras del padre del nodo.

El segundo método se encarga de que todas las clasificaciones se basen en al menos un determinado número de muestras (umbral). Con la poda posterior, se intenta cortar recursivamente del árbol cualquier subárbol del mismo empezando por las hojas y se mantiene la mejor poda empírica del conjunto de validación.