待验证50% 置信解决方案精确时间

限制决策树过拟合的常用手段包括限制最大树深（max_depth）、要求分裂前节点至少含N个样本（min_samples_split）以及后剪枝

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

从零实现决策树：机器学习算法手写实践指南

涉及实体

决策树concept 过拟合concept

相关事实

待验证决策树暴力搜索最优分裂点的时间复杂度为 O(n·m·log n)，其中 n 为样本数、m 为特征数，是决策树训练速度的主要瓶颈67% 相似待验证决策树的分裂准则（信息增益、基尼不纯度、均方误差）本质上是排序统计量的函数，只关心阈值两侧的类别比例而非样本间距离66% 相似待验证委派层级对应任务分解树深度，叶节点数量理论上界为N^L呈指数级增长，token消耗同等级数膨胀66% 相似待验证决策树方法通过一系列关键问题（任务时间跨度、信息规模与检索需求、成本与延迟约束）逐步收敛到最合适的记忆方案65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/939289

API

curl https://kongchang.com/api/v1/knowledge/claims/939289

MCP

get_claim(id=939289)