就是我现在做出行时段预测，一天24小时，每隔3小时分为8组，这些是分类标签。然后数据X的话，有出行方式，性别，年龄等等。例如出行方式里面又分为6组，火车，高铁等等。最后我的模型，对测试集精度很低。然后我先剪枝，但减去几列后，依然很低，精度只有0.2左右。我现在开始觉得是不是我每列分类太多的原因，但又觉得决策树算法应该有能力处理比较复杂的分类问题，很困扰。
你的出行方式有六种，属于特征，你试一试把你的出行方式弄成ont-hot编码来试一试，这样就不存在每列分类太多的问题啦
你的预测标签是啥？8个时段？
特征和标签关系不大吧？ 尤其是白天几个时段有区别吗
决策树matlab实现二分类或者多分类
https://www.csdn.net/tags/MtTaMgysMjQ0NzEtYmxvZwO0O0OO0O0O.html