决策树中的信息增益与剪枝策略的区别?

sklearn中,决策树模型,理论上是不是设置ccp_alpha和min_impurity_decrease参数的效果是一样的?毕竟都是以最小信息增益作为阈值的。

不知道你这个问题是否已经解决, 如果还没有解决的话:
  • 这篇博客: sklearn决策树之剪枝参数中的 min_impurity_decrease 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:

    min_impurity_decrease限制信息增益的大小,信息增益小于设定数值的分支不会发生。这是在0.19版本中更新的功能,在0.19版本之前时使用min_impurity_split。


如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^